基于注意力与多尺度分组并联网络的去雾算法

作者：张浩文; 杨燕; 张金龙; 王志伟

来源：传感器与微系统, 2023, 42(10): 151-155.

DOI：10.13873/J.1000-9787(2023)10-0151-05

• 图像去雾
• 注意力机制
• 分组卷积
• 多尺度提取
• 联合学习

针对雾天图像质量受损与对比度下降等问题，提出一种基于注意力与多尺度分组并联卷积神经网络(CNN)的去雾算法。首先，对大气散射模型进行变换，便于透射率和大气光的集中学习，从而避免分别学习引入的误差放大问题；然后，建立一种结合通道注意力机制与分组并联CNN模型，以训练透射率和大气光构成的新变量，其中，利用多尺度卷积结构可以提取雾图更加丰富的多层次特征；同时，为了防止图像信息丢失和梯度消失等问题，分别在并联层引入残差结构，使得训练结果包含更多的内容信息和纹理结构；最后，结合改进的复原模型得到清晰图像。实验表明：所提网络模型对于合成雾图和真实雾图均有理想的去雾效果，在客观评价中也取得了满意的结果。

• 单位
  兰州交通大学; 国网甘肃省电力公司兰州供电公司