基于渐进递归的生成对抗单幅图像去雨算法

作者：刘广文; 赵绮莹; 王超; 高连宇; 才华^*; 付强

来源：吉林大学学报（工学版）, 2023, 1-13.

DOI：10.13229/j.cnki.jdxbgxb.20230756

• 计算机视觉
• 图像去雨
• 多尺度
• 生成对抗网络
• 渐进递归

为了解决传统GAN网络在去雨问题中因网络容量不均衡而表现不佳的问题，本文提出了一种基于渐进递归的生成对抗单幅图像去雨算法。该方法采用了渐进递归模块生成器和多尺度特征模块鉴别器，旨在提高生成器效率并增强鉴别能力。渐进递归模块通过融合多尺度特征并构建渐进递归结构，不仅降低了网络参数的负担，同时也提高了生成器的效率。与此同时，多尺度特征模块有助于鉴别器从局部和全局两个层面提取特征，从而增强了其鉴别能力。实验结果表明，相较于现有算法，本文算法在Rain100L数据集上峰值信噪比（PSNR）和结构相似性（SSIM）指标提高了1.11%和1.16%，在Rain100H数据集上将指标分别提高了3.28%和1.01%。在真实数据集上，本文算法在去雨任务中表现出色，成功地保留了大部分细节特征。这些实验结果充分验证了本文算法的有效性和鲁棒性。

• 单位
  电子信息工程学院; 长春理工大学