《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 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(jué)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(wèn)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(guò)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(jué)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(wèn)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(wú)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(guò)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://www.viuna.cn/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: 一级黄色视 | 成人免费网站视频www | 中文字幕一区视频 | 草草影院欧美 | 免费h无遮挡动漫在线看 | 国产精品麻豆一区二区三区v视界 | 欧洲男女啪啪免费观看 | 波多野结衣在线观看一区 | 高清国产精品入口麻豆 | 亚洲无线一二三四区 | 亚洲精品另类有吗中文字幕 | 97人人做人人添人人爱 | 秋霞国产在线 | 98精品国产高清在线xxxx | 日本天堂网在线观看 | 成人在线观看一区 | 免费看黄的网站在线看 | 一级做a免费观看大全 | 国产色丁香久久综合 | 成人抖音破解 | 亚洲伊人天堂 | 77成人网| 日韩a级毛片免费观看 | 日本成人性视频 | 在线播放一区二区三区 | 九九精品国产99精品 | 亚洲第一欧美 | 色播影视 | 亚洲有码转帖 | a一级| 日韩免费视频播播 | 波多野结衣视频在线免费观看 | 亚洲欧洲日韩在线 | 韩国伦理剧在线播放 | 亲子乱子伦xxxxxinin | 国产乡下三片 | 国产色视频网站免费观看 | 久久九九有精品国产56 | 成免费视频| 亚洲午夜视频在线 | 在线天堂资源www中文在线 |