《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 設(shè)計(jì)應(yīng)用 > 基于深度密集連接控制網(wǎng)絡(luò)的單幅圖像去雨
基于深度密集連接控制網(wǎng)絡(luò)的單幅圖像去雨
2020年電子技術(shù)應(yīng)用第12期
李 蔚,安鶴男,劉 佳,涂志偉,張昌林
深圳大學(xué) 電子與信息工程學(xué)院,廣東 深圳518061
摘要: 雨線造成的圖像質(zhì)量退化嚴(yán)重影響圖像有效應(yīng)用及計(jì)算機(jī)視覺算法,因此圖像去雨十分必要。目前主流的深度學(xué)習(xí)去雨方法僅對(duì)單一尺寸的雨線有效,并且存在雨線去除不完全、模糊背景等問題。針對(duì)以上難點(diǎn),提出了基于深度密集連接控制網(wǎng)絡(luò)的單幅圖像去雨算法。通過引入多尺度特征網(wǎng)絡(luò)加強(qiáng)對(duì)不同尺寸雨線的提取能力,引入注意力機(jī)制模塊提升對(duì)有雨區(qū)域的關(guān)注度,引入密集連接控制網(wǎng)絡(luò)以完整表示雨線特征。實(shí)驗(yàn)表明,該方法在合成數(shù)據(jù)集以及真實(shí)數(shù)據(jù)集對(duì)比主流去雨方法效果均有提升。
中圖分類號(hào): TP183
文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.200400
中文引用格式: 李蔚,安鶴男,劉佳,等. 基于深度密集連接控制網(wǎng)絡(luò)的單幅圖像去雨[J].電子技術(shù)應(yīng)用,2020,46(12):48-52.
英文引用格式: Li Wei,An Henan,Liu Jia,et al. Deep controlled dense connection network for single image deraining[J]. Applica-
tion of Electronic Technique,2020,46(12):48-52.
Deep controlled dense connection network for single image deraining
Li Wei,An Henan,Liu Jia,Tu Zhiwei,Zhang Changlin
College of Electronics and Information Engineering,Shenzhen University,Shenzhen 518061,China
Abstract: Image quality degradation caused by rain streaks seriously affects the effective application of image and computer vision algorithm, so image deraining is very necessary. At present, mainstream deraining methods based on deep learning are only effective for single size rain streaks, and there are problems such as incomplete rain streaks removal and fuzzy background. Aiming at these difficulties, a single image deraining algorithm based on deep controlled dense connection network is presented. Through the introduction of multi-scale block, the ability to extract rain streaks of different sizes was enhanced. And attention mechanism module was injected to pay more attention to raining areas. What is more, controlled dense connection block was also introduced to fully represent the rain streaks characteristics. Experiments show that the proposed method outperforms some mainstream methods both on the synthetic dataset and the real dataset.
Key words : single image deraining;deep learning;convolution neural network;dense connection

0 引言

    在雨天所采集的圖像數(shù)據(jù)往往伴隨著明顯的質(zhì)量退化,這對(duì)目標(biāo)檢測(cè)、目標(biāo)跟蹤等視覺算法造成極大影響。因此,去雨算法成為了當(dāng)下研究熱點(diǎn)之一。

    相比于傳統(tǒng)的圖像處理方法,深度學(xué)習(xí)在去雨效果上已經(jīng)有了長(zhǎng)足進(jìn)步,但還是不能很好地解決完整去除雨線的同時(shí)不丟失原有細(xì)節(jié)信息這一問題。由于雨線的大小、形狀不盡相同,單一的網(wǎng)絡(luò)結(jié)構(gòu)可能只對(duì)某一尺度的雨線敏感,這將導(dǎo)致去雨后圖片仍有雨線殘留,去雨效果不佳。而且圖像中往往包含大量細(xì)節(jié)信息,如條紋、圖案等,網(wǎng)絡(luò)無法準(zhǔn)確區(qū)分特征是否屬于背景細(xì)節(jié),導(dǎo)致這些“偽雨線”被去除,圖像丟失有效內(nèi)容。這將極大影響圖像去雨質(zhì)量。

    針對(duì)以上難點(diǎn),本研究提出了基于深度密集連接控制網(wǎng)絡(luò)的圖像去雨算法。該網(wǎng)絡(luò)通過卷積模塊之間的密集連接融合不同層次的細(xì)節(jié)特征,能夠充分提取雨線信息。基于特征約束的思想,將控制特性引入到網(wǎng)絡(luò)中,控制不同階段特征的表達(dá)程度,從而更好地模擬雨線映射,取得理想的去雨效果。




本文詳細(xì)內(nèi)容請(qǐng)下載:http://m.jysgc.com/resource/share/2000003252




作者信息:

李  蔚,安鶴男,劉  佳,涂志偉,張昌林

(深圳大學(xué) 電子與信息工程學(xué)院,廣東 深圳518061)

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 日本a∨在线播放高清| 波多野结衣的av一区二区三区| 国产精品jizz在线观看直播| a级毛片免费观看网站| 无码人妻精品一区二| 久久精品夜夜夜夜夜久久| 欧美影院一区二区| 亚洲第一网站男人都懂| 番茄视频在线观看免费完整| 喜欢老头吃我奶躁我的动图| 视频一区视频二区在线观看| 国产女同在线观看| 玖玖爱zh综合伊人久久| 国产精品久久久久影院嫩草| 69tang在线观看| 国内精品一区二区三区最新 | 男人j桶女人j免费视频| 午夜毛片在线观看| 美女和男生一起差差差| 国产一区二区三区免费看| 青草国产精品久久久久久| 国产成人A亚洲精V品无码| 欧美黑人两根巨大挤入| 国产精品一区二区久久不卡| 2022天天躁夜夜躁西| 国产超碰人人模人人爽人人添| 99国内精品久久久久久久| 天天摸天天做天天爽天天弄| www.米奇777.com| 好男人官网在线观看免费播放| 一级**毛片毛片毛片毛片在线看| 成人午夜18免费看| 中国精品白嫩bbwbbw| 日产精品卡2卡三卡乱码网址| 久久久久综合国产| 日本最新免费二区| 久久天天躁狠狠躁夜夜躁2020| 日韩在线不卡免费视频一区| 久久精品国产亚洲AV香蕉| 日韩无人区电影| 久久国产精品张柏芝|