典型文献
基于生成对抗网络的图像去雾算法
文献摘要：
针对有雾情况下目标检测等视觉任务精度明显下降,提出了一种端到端图像去雾网络,能够直接生成清晰图像且不需要成对的无雾图像和真实图像进行训练.将注意力模块融入生成器网络中,充分考虑不同通道和不同区域在有雾图像中的影响,并将通道注意力和像素注意力相结合,提出了一种新的特征关注模块,赋予重要特征通道和像素区域更多的权重.考虑到高低频信息在雾图中的不同影响,将频率信息融合到鉴别器中.最后,对损失函数进行了优化,添加结构损失保证循环一致性,分解鉴别器高低频损失,减少了颜色失真和伪影.实验表明,本方法在公共合成数据集和真实世界的图像上取得了较好的性能,具有更好的主观视觉效果.
文献关键词：
生成对抗网络;注意力模块;高低频融合鉴别;结构损失
中图分类号：
作者姓名：
杨杰;赵书斌;王强
作者机构：
江苏自动化研究所,江苏 连云港 222061
文献出处：
引用格式：
[1]杨杰;赵书斌;王强-.基于生成对抗网络的图像去雾算法)[J].指挥控制与仿真,2022(01):44-50
A类：
高低频融合鉴别
B类：
生成对抗网络,图像去雾算法,目标检测,视觉任务,端到端,雾网络,够直,接生,注意力模块,生成器,通道注意力,像素注意力,低频信息,信息融合,合到,鉴别器,损失函数,结构损失,循环一致性,颜色失真,伪影,合成数据集,真实世界,视觉效果
AB值：
0.354807
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。
