基于感知融合机制的渐进式去雾网络
来源:系统工程与电子技术杂志2023年第11期北京时间:
作者:齐城慧, 张登银
单位:南京邮电大学物联网学院, 江苏南京 210003
摘要:智能辅助驾驶应用场景对图像去雾的准确性和实时性要求较高。提出了一种新颖的基于感知融合机制的渐进式去雾网络(progressive dehaze network, PD-Net), 将降质图像恢复的任务分解为多阶段的子任务, 通过轻量级的子网分块学习特征图的不同区域语义信息, 以提升去雾效率。在此基础上, 基于注意力机制和导向滤波设计跨阶段感知融合模块(perception fusion module, PFM), 自适应感知各阶段提取的多尺度特征并进行融合, 而不损失图像细节信息及边缘结构信息。实验结果表明, 与现有主流的端对端去雾模型相比, 所提出的算法在处理户外图像时具有更高的准确度和实时性, 在公开的合成对象测试集(synthetic object testing set, SOTS)上的峰值信噪比(peak signal to noise ratio, PSNR)与现有最好结果相比提升了0.93 dB, 处理单幅图像仅需72 ms, 提出的网络模型有望应用于智能交通等现实领域。
关键词:图像去雾,注意力机制,导向滤波,感知融合
基金资助:国家自然科学基金(61872423);江苏省高等学校自然科学研究重大项目(19KJA180006)
2023年11期其他文献查阅:
三分支空间变换注意力机制的图像匹配算法
基于混合本征模匹配的光刻掩膜分析方法研究
航空遥感系统全极化微波散射计系统设计与校飞试验
基于持续无监督域适应策略的水面漂浮物目标检测方法
汽车雷达多域联合调制波形
基于MLS的三维扩展目标PMBM跟踪算法
基于感知融合机制的渐进式去雾网络
SAR图像辅助的雷达目标距离像检测识别
面向多主瓣干扰的波形与滤波器联合认知设计方法
弹载双基前视SAR构型参数优化设计方法
基于对消盲区的极化敏感阵列分析与优化
基于深度学习模型的SAR图像间歇采样转发干扰检测
基于时空记忆解耦RNN的雷暴预测方法
基于非标准Keystone变换的波形捷变雷达相参积累算法
基于深度特征融合的SAR图像与AIS信息关联方法
多阶段任务装备体系作战能力评估
基于指标关联的舰载机出动架次率预测方法
基于匈牙利-模拟退火算法的多阶段武器目标分配方法
基于空间信息表征的勾股模糊集空间距离测度
基于模型的载人航天工程需求分析方法
基于改进BBO算法和模糊期望效果的反导武器目标分配建模与实现
基于贪婪-遗传算法的机场登机口分配策略
基于随机服务系统的海上要地防空体系目标信息处理模型
数字化工程环境下复杂产品技术状态管理架构优化
基于深度学习的时间角度控制制导律
基于迎角分区的全局飞行器气动参数辨识方法
基于高斯混合过程的空间机器人任务空间预测控制方法
基于可控域的定点返回轨道全局敏感性分析
基于微分对策的非仿射导弹学习滑模制导
基于状态变换卡尔曼滤波的DVL/SINS组合导航算法
面向多元未知环境的基于深度高斯过程组合导航轨迹预测方法
基于位置观测信息的Davenport四元数DVL标定方法
快时变信道下基于深度学习的OFDM系统信道估计
面向物联网的机会网络信息传输最优控制策略
基于复合熵和证据理论的抗SSDF攻击协作频谱感知方法
基于TCN-BiLSTM的网络安全态势预测
基于Transformer-VAE的ADS-B异常检测方法
基于多惩罚因子优化VMD的滚动轴承故障特征提取方法
基于可靠性增长的可靠性鉴定试验方案
基于关键质量特性的高效环境应力筛选方法