典型文献
基于融合残差与注意力机制的图像去雨网络
文献摘要：
针对已有去雨网络无法更好地保留图像边缘纹理细节的问题,提出一种基于融合残差与注意力机制的图像去雨网络.首先,对原始图像进行浅层学习,从中提取出关键的浅层特征;然后,为了避免浅层信息的丢失,将多注意力模块与残差结构融合构成注意力残差块,将已提取的浅层特征信息输入到其中进行更高层语义特征学习,在其中运用多注意力模块获得不同形状、尺寸雨纹的多尺度特征,构建不同通道间的依赖性以及使网络更加关注雨纹和高频区域的图像信息特征;最后,通过卷积层进行特征重构,得到去除雨纹的清晰图像.实验结果表明,新算法在Rain100H、Rain100L和Rain12公开测试集上分别获得28.91、36.86 dB和35.14 dB的峰值信噪比,以及95.0％、99.0％和97.1％的结构相似性.新算法客观评价指标均优于其他对比算法,主观视觉效果得以有效提升,能够去除不同密度雨纹的同时更好地保留图像的细节信息.
文献关键词：
深度学习;图像去雨;残差结构;注意力机制;多尺度
中图分类号：
作者姓名：
刘文进;王鑫;林森;陶志勇;徐光宪
作者机构：
辽宁工程技术大学 电子与信息工程学院,辽宁 葫芦岛 125105;沈阳理工大学 自动化与电气工程学院,辽宁 沈阳 110159
文献出处：
引用格式：
[1]刘文进;王鑫;林森;陶志勇;徐光宪-.基于融合残差与注意力机制的图像去雨网络)[J].云南大学学报（自然科学版）,2022(05):940-948
A类：
Rain12
B类：
融合残差,注意力机制,图像去雨,图像边缘,原始图像,浅层学习,多注意力,注意力模块,残差结构,残差块,特征信息,信息输入,语义特征,特征学习,多尺度特征,图像信息,信息特征,卷积层,层进,特征重构,新算法,Rain100H,Rain100L,测试集,dB,峰值信噪比,结构相似性,客观评价指标,对比算法,视觉效果,不同密度,细节信息
AB值：
0.382843
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。
