基于卷积长短期记忆的残差注意力去雨网络

来源：计算机应用杂志2022年第9期北京时间：

作者：强赞霞, 鲍先富

单位：中原工学院 计算机学院，郑州 450007

摘要：无人驾驶汽车在雨天环境中行驶，由于车载相机采集的图片包含雨纹噪声，导致无人驾驶系统的目标检测精度降低，关键目标识别困难。为解决这些问题，提出了一种基于卷积长短期记忆的残差注意力去雨网络。首先提出卷积长短期记忆（CLSTM）单元对不同尺度的雨纹分布进行学习，然后使用残差通道注意力机制对雨纹进行提取，最后将雨图与雨纹提取信息相减得到修复后的背景图。为确定最优的网络结构，对各网络模块进行消融实验，然后选择去雨效果最优的结构作为去雨网络。通过对网络参数的不断优化，所提算法在数据集Rain100H、Rain100L、Real200上进行测试，结果显示该算法的峰值信噪比（PSNR）分别达到29.1 dB、33.1 dB、32.4 dB，结构相似性（SSIM）分别达到0.89、0.94和0.93。实验结果表明，通过生成对抗网络（GAN）判别器对雨纹去除效果的额外监督，所提算法取得了明显的雨纹去除效果，增强了无人驾驶系统在复杂降雨条件下的环境感知能力。

关键词：去雨,生成对抗网络,卷积长短期记忆网络,残差通道注意力,多尺度特征融合

基金资助：国家自然科学基金资助项目(61772020)