典型文献
基于注意力特征融合稠密网络的图像去雾算法
文献摘要：
目前主流图像去雾算法输出的结果图像存在颜色失真、边缘模糊的问题.为改善上述问题,提出一种基于深度学习的图像去雾算法,所提算法由两个模块构成:注意力特征融合模块和雾霾模型参数估计模块.注意力特征融合模块用于充分提取雾霾图像的颜色、边缘特征;基于稠密连接空洞卷积自编码器的雾霾模型参数估计模块用于估计雾霾模型的参数,改善网络退化的问题.在浓雾图像、薄雾图像数据集上的实验表明,本文提出的算法有效地实现了图像去雾,与主流的图像去雾算法相比具有更高的结构相似性(SSIM),更低的均方误差(mean-square error,MSE)和边缘误差eedge.
文献关键词：
注意力机制;特征融合;稠密连接;空洞卷积;自编码器
中图分类号：
作者姓名：
孟红记;刘沛谚;胡振伟
作者机构：
东北大学 信息科学与工程学院, 辽宁 沈阳 110819
文献出处：
引用格式：
[1]孟红记;刘沛谚;胡振伟-.基于注意力特征融合稠密网络的图像去雾算法)[J].东北大学学报（自然科学版）,2022(12):1717-1723
A类：
eedge
B类：
注意力特征融合,稠密网络,图像去雾算法,颜色失真,特征融合模块,模型参数估计,分提,雾霾图像,边缘特征,稠密连接,空洞卷积,卷积自编码器,浓雾,薄雾,图像数据集,结构相似性,SSIM,均方误差,mean,square,error,MSE,注意力机制
AB值：
0.268047
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。
