科研之友
微信
新浪微博
Facebook
分享链接
摘要
图像去雨是计算机视觉中一个热点领域，图像去雨指的是通过去除图像中的雨痕来重构出高清的背景图像。目前最广泛应用于图像去雨任务的是深度卷积神经网络。卷积操作的核心是参数共享，这大大减少了计算量并提升了算法的泛化能力，然而这也造成了卷积操作无法有效考虑到局部之间的联系以及较远的像素点对所操作区域的影响，造成图像去雨中的过平滑现象。本文结合图网络的思想和机制，提出了一个改进卷积方式。首先将所有像素点视为一个图节点，计算相邻像素点之间的相似度，根据设定的阈值判断有无边联系，完成图结构构建后，所得到的邻接矩阵与相似度矩阵会在卷积操作时对卷积核参数做调整，充分考虑像素点之间的联系与提取拓扑信息。在图像去雨领域若干公开数据集上对多个最新算法的改进对比实验显示了我们所提出改进卷积的有效性，可以在不增加许多计算资源的前提下有效提升各种最新算法的性能。
- 单位
