科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着人工智能的迅猛发展,基于图像识别、物体检测、目标跟踪等技术的计算机视觉系统被广泛应用,然而受到特殊天气状况(如雨天)的影响,该类系统采集到的图像质量受损,直接导致其性能下降,给相关领域带来严重损失。因此,对图像去雨的研究受到众多学者的关注。近几年,深度学习在计算机视觉领域大放异彩,基于生成对抗网络提出了一个端到端的单幅图像去雨网络,引入多尺度采样和残差网络的思想,实验证明该网络能较好地实现图像去雨,提高了图像去雨的性能。
-
单位中国科学院; 中国科学院合肥物质科学研究院; 中国科学技术大学
