改进迁移学习的双分支卷积神经网络图像去雾

作者：李云红; 于惠康; 马登飞; 苏雪平; 段姣姣; 高子明

来源：北京航空航天大学学报, 2022, 1-11.

DOI：10.13700/j.bh.1001-5965.2022.0253

• 图像去雾
• 迁移学习
• 卷积神经网络
• 注意力机制
• 集成学习

针对现有图像去雾算法存在去雾不彻底和图像颜色失真的问题，提出一种迁移学习子网和残差注意力子网相结合的去雾模型。采用迁移学习子网的预训练模型来增强样本的特征属性。构建双分支网络的结构，并利用残差注意力子网络辅助迁移学习子网络来训练网络模型的参数。利用尾部集成学习的方法融合双网络的特征，得到去雾图像的模型参数，从而完成图像恢复任务。实验结果表明，所提出的算法在RESIDE数据集和O-HAZE数据集上PSNR指标比GCANet分别提高了1.87 dB和4.22 dB，在O-HAZE数据集上SSIM指标比GCANet提高了6.7%。

• 单位
  西安工程大学