烟的存在会导致图像目标信息的损减或丢失。针对烟在场景中具有局域性，提出了基于目标检测Yolov3算法的去烟预检机制，即在去烟流程中增加预检机制实现对烟图定向去烟，提升去烟效率和避免对无烟区的影响。不同于现有针对可见光图像的基于深度学习去雾方法，该方法将四幅偏振态图像作为网络输入，并利用多尺度注意力对抗网络提取烟区目标的偏振态特征信息，从而缓解失真现象以及丰富去烟后目标的结构和细节信息。在真实数据集上的定性与定量实验结果表明，本文提出的算法有效提升了偏振图像的去烟效果和去烟效率。
科研之友
微信
新浪微博
Facebook
分享链接
