科研之友
微信
新浪微博
Facebook
分享链接
摘要
近几年在图像去雾领域中基于深度学习的方法层出不穷，利用循环生成对抗网络（CycleGAN）设计图像去雾算法。在CycleGAN中，通过对生成器进行改进来达到预期的处理效果。在生成器的编码网络和解码网络中选用Leaky ReLU和tanh两种激活函数，并对转换网络的残差块进行减少数量处理和加权优化处理。本设计能够更好地展示单幅有雾图像的清晰度和细节方面，峰值信噪比、结构相似性及信息熵等客观评价指标都得到了提升。
-
单位哈尔滨理工大学; 自动化学院
