计算机工程与科学

作者：王燕, 胡津源, 刘晶晶, 陈燕燕

单位：兰州理工大学计算机与通信学院，甘肃 兰州 730050）

关键词：图像去雾,生成对抗网络,双先验引导,注意力特征聚合,参数共享编码器,坐标注意力,

基金：国家自然科学基金（62266030）

图像去雾是计算机视觉领域中一个具有挑战性的热点问题。现有的去雾方法通常使用单一的卷积神经网络(CNN)来解决问题，但此类方法缺乏细节恢复机制，并且在非均匀雾情况下去雾性能较差。为了解决上述2个问题，提出了一个双先验引导的注意力特征聚合去雾生成对抗网络，暗通道先验和语义先验分别引导图像广义特征和纹理细节的恢复。其中，生成器采用参数共享编码器提取特征，添加了注意力特征聚合块(AFAB)对多尺度特征进行聚合增强，并通过解码多尺度特征恢复无雾图像，最后用多尺度判别器监督无雾图像的恢复。此外，考虑到图像中可能存在雾的不均匀分布，提出了坐标注意力残差块(CARB)，它能自适应地分配权重，使网络关注图像的重要特征；同时，采用残差聚合的方式通过3个CARB构造了坐标注意力密集残差组(CARG)，使得残差特征能被充分利用。实验结果表明,提出的网络在合成有雾图像数据集和现实有雾图像数据集上均表现优异。

来源：2025年第10期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2025年第10期