Knowledge Commons of Institute of Automation,CAS
基于全局局部协同的非均匀图像去雾方法 | |
罗小同; 杨汶锦; 曲延云; 谢源![]() | |
发表期刊 | 自动化学报
![]() |
ISSN | 0254-4156 |
2024 | |
卷号 | 50期号:7页码:1333-1344 |
摘要 | 近年来, 基于卷积神经网络(Convolutional neural network, CNN) 的图像去雾方法在合成数据集上取得了显著的进展, 但由于真实场景中存在雾分布不均的问题, 卷积运算的局部感受野难以有效捕获到上下文指导信息, 从而导致全局结构信息丢失. 因此, 真实场景下的图像去雾任务面临着巨大的挑战. 考虑到Transformer具有捕获长距离语义信息依赖关系的优势, 有利于引导全局结构信息重建. 然而, 标准Transformer结构的高计算复杂度阻碍了其在图像恢复中的应用. 针对上述提到的问题, 提出一个由Transformer和卷积神经网络组成的双分支协同非均匀图像去雾网络Dehazeformer. Transformer分支用于提取全局结构信息, 同时设计稀疏自注意力模块(Sparse self-attention modules, SSM) 以降低计算复杂度. 卷积神经网络分支用于获取局部信息, 从而恢复纹理细节. 在真实非均匀有雾场景下的实验结果表明, 该方法不管是在客观评价还是在主观视觉效果方面均达到优异的性能. |
关键词 | 图像去雾 卷积神经网络 Transformer 特征融合 稀疏自注意力 |
DOI | 10.16383/j.aas.c230567 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/58789 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 罗小同,杨汶锦,曲延云,等. 基于全局局部协同的非均匀图像去雾方法[J]. 自动化学报,2024,50(7):1333-1344. |
APA | 罗小同,杨汶锦,曲延云,&谢源.(2024).基于全局局部协同的非均匀图像去雾方法.自动化学报,50(7),1333-1344. |
MLA | 罗小同,et al."基于全局局部协同的非均匀图像去雾方法".自动化学报 50.7(2024):1333-1344. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2023-0567.pdf(13469KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[罗小同]的文章 |
[杨汶锦]的文章 |
[曲延云]的文章 |
百度学术 |
百度学术中相似的文章 |
[罗小同]的文章 |
[杨汶锦]的文章 |
[曲延云]的文章 |
必应学术 |
必应学术中相似的文章 |
[罗小同]的文章 |
[杨汶锦]的文章 |
[曲延云]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论