典型文献
结合大气散射模型的生成对抗网络去雾算法
文献摘要：
为了提高图像去雾的性能,提出结合大气散射模型生成对抗网络的去雾算法.算法在pix2pix GAN基础上进行改进,将网络的生成器改进成双解码器结构,通过双解码器分别生成无雾图像和透射率图,并结合大气散射模型还原雾图像,以进一步提高图像分解的质量.在马尔科夫判别器结构中,采用反向学习机制代替随机裁剪机制,以有效降低因采用随机裁剪算法而导致的判断结果不准确的概率.在原有的损失函数上,加入雾霾损失函数,提高图像转化的质量.在STOS和NYU数据集上进行消融实验和对比实验.大量实验表明所提出方法在PSNR和SSIM指标上比原算法Pix2pix GAN有所提高,且均优于现有去雾算法,复原图像具有清晰度高、噪声低、纹理丰富的优点.
文献关键词：
生成对抗网络;匹配图像;去雾;反向学习;大气散射模型
中图分类号：
作者姓名：
屠杭垚;王万良;陈嘉诚;李国庆;吴菲
作者机构：
浙江工业大学 计算机科学与技术学院,浙江 杭州 310014
文献出处：
引用格式：
[1]屠杭垚;王万良;陈嘉诚;李国庆;吴菲-.结合大气散射模型的生成对抗网络去雾算法)[J].浙江大学学报（工学版）,2022(02):225-235
A类：
STOS,Pix2pix
B类：
大气散射模型,生成对抗网络,去雾算法,图像去雾,模型生成,pix2pix,GAN,生成器,成双,双解码器,透射率,模型还原,图像分解,马尔科夫,判别器,反向学习机制,随机裁剪,裁剪机,损失函数,雾霾,NYU,消融实验,PSNR,SSIM,复原,原图,清晰度,匹配图像
AB值：
0.300541
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
