典型文献
基于多阶段双残差网络的图像去雨模型
文献摘要：
雨天采集的图像往往因为雨线的影响而降低了图像的质量,从而影响后续计算机视觉任务的执行.为了改善雨天图像的成像质量,提出了一种基于多阶段双残差网络的去雨算法来恢复被雨线遮挡的图像.算法的第1个创新点是多阶段的整体架构,其逐步学习从有雨图像到无雨图像的映射过程,从而将整个去雨过程分解为更容易的子过程.算法的第2个创新点是提出的双残差网络,与传统残差网络相比,提出的双残差网络拥有更多恒等映射路径,减少了信息丢失.算法的第3个创新点是特征信息聚合策略,提出的算法不仅注重从前面阶段到后面阶段之间纵向信息交换,而且在各个阶段之间也存在横向信息交换,以简化信息流并避免信息丢失.实验结果和分析表明,提出的算法对图像中的雨条纹去除效果明显,在Rain100H数据集上达到了33.42 dB的PSNR和0.94的SSIM.相比于最近的图像去雨算法,在主观以及客观评价上都是最优的.
文献关键词：
图像去雨;残差网络;多阶段网络;图像恢复;深度学习
中图分类号：
作者姓名：
杨浩;周冬明;赵倩;李淼
作者机构：
云南大学信息学院, 云南昆明 650504
文献出处：
引用格式：
[1]杨浩;周冬明;赵倩;李淼-.基于多阶段双残差网络的图像去雨模型)[J].无线电工程,2022(11):1933-1943
A类：
双残差网络,多阶段网络
B类：
图像去雨,雨天,计算机视觉,视觉任务,天图,成像质量,遮挡,创新点,整体架构,无雨,恒等映射,信息丢失,特征信息,信息聚合,从前,后面,信息交换,各个阶段,信息流,条纹,去除效果,Rain100H,上达,dB,PSNR,SSIM,客观评价,图像恢复
AB值：
0.328162
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。
