计算机工程与科学

作者：唐剑, 车文刚, 高盛祥

单位：（昆明理工大学信息工程与自动化学院，云南 昆明 650500）

关键词：图像去雾,轻量级网络,注意力机制,多尺度卷积,

基金：国家自然科学基金(61972186);云南省重大科技专项计划(202103AA080015)

图像的去雾问题是一项富有挑战性的视觉任务。以往的图像去雾方法往往过于依赖雾天图像退化的物理模型，且当前利用卷积神经网络进行图像去雾的模型较为复杂，基于此提出一种不依赖于物理模型的轻量级去雾网络MADNet。该网络主要由融入注意力机制的多尺度卷积模块构成，通过将有雾图像看成是清晰的无雾图像和雾度残留图像组成，让MADNet直接学习目标无雾图像和输入的有雾图像之间的雾度残留物，最后实现端到端的图像去雾。实验结果表明，MADNet在数据集SOTS和NH-HAZE上的结构相似性和峰值性噪比均优于其它对比方法的，在真实场景中也能取得较好的去雾效果。

来源：2023年第8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2023年第8期