注意力机制下的多层次特征融合图像去雾算法OA北大核心CSTPCD
提出一种基于注意力机制的多层次特征融合的图像去雾算法.该算法通过残差密集网络和自校准卷积网络来提取不同尺度的特征,再利用双重注意单元和像素注意力将特征融合重建.同时采用一种由均方误差损失、边缘损失和鲁棒性损失函数相结合的损失函数,可以更好地保留细节特征.实验表明,该算法与其他去雾算法相比在峰值信噪比和结构相似度指标上得到一定的提高,去雾图像在主观视觉上取得了较好表现.
连文杰;叶少珍;
福州大学计算机与大数据学院,福建福州350108福州大学计算机与大数据学院,福建福州350108 福州大学智能制造仿真研究院,福建福州350108
计算机与自动化
图像去雾注意力机制多层次特征融合
《福州大学学报(自然科学版)》 2024 (001)
P.7-13 / 7
国家自然科学青年基金资助项目(41801324);福建省自然科学基金资助项目(2019J01244);福耀玻璃智能制造仿真平台资助项目(01001701)。
评论