本发明公开了一种基于自校准网络的不确定性最小化去雨方法,包括：选择数据集中的训练集,得到m对图像作为训练样本；构建自校准网络,所述自校准网络包括输入层、多个结构相同的自校准模块以及相应的输出层；构建不确定性损失函数实现去雨不确定性最小化,联合雨残差损失函数及恢复损失函数优化自校准网络；将训练样本输入优化后的自校准网络,得到最优去雨模型；选择数据集中的测试集,将测试样本输入到最优去雨模型中得到最终的去雨图像。本方法解决现有多尺度去雨网络容易丢失图像空间信息的问题。
科研之友
微信
新浪微博
Facebook
分享链接
