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.
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?;谔卣骷s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://ihrv.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)