基于自校准卷积与特征注意力的图像去雾算法
computer engineering & Software(2022)
Abstract
针对目前图像去雾算法存在特征提取不充分、不能差异化处理导致算法去雾效果差和颜色失真等问题,提出一种基于自校准卷积与特征注意力的图像去雾算法.首先采用自校准卷积模块替代传统卷积模块,扩大网络的感受野并丰富网络的输出特征;其次引入特征注意力模块,对不同通道的所有权重和不同图像像素上分布不均匀的雾度进行差异化处理改善去雾效果,最后结合局部与全局残差学习,进一步提升网络的训练效果.实验结果表明,该算法处理后的图像峰值信噪比(PSNR)和结构相似性(SSIM)的平均值分别为29.799dB和0.967,与对比算法相比分别提高12.9%和3.4%.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined