基于改进GAN的图像去雨方法及其在车辆检测上的应用

来源：计算机应用与软件杂志2025年第3期北京时间：

作者：应保胜, 刘畅然, 熊豪, 石兵华, 许小伟

摘要：针对雨天行车时，车载摄像头拍摄的图像被镜头前的雨滴或者空中的雨线条纹所遮挡，影响车辆检测的准确度的问题，使用先去雨后检测的思路，提出一种基于改进的生成对抗网络（Generative Adversarial Networks，GAN）图像去雨方法。该方法在GAN的生成网络中加入注意力模块，并在patch-GAN判别网络中加入一层卷积，提取注意力掩码图，进行局部鉴别，提升去雨效果并保留图像细节。对图像进行去雨处理后，再使用YOLOv4算法对去雨后图像进行车辆检测。实验使用多种数据集将该方法与其他方法进行对比实验，结果表明该方法有良好的去雨效果，并能有效提高雨天车辆检测准确率。

关键词：图像去雨, 生成对抗网络, 注意力模块, 自编码器, 车辆检测