基于注意力机制的图像去雾方法

作者：葛涛; 张闯; 张海超; 乔丹

来源：电光与控制, 2022, 1-9.

• 图像去雾
• 保真度损失
• 大气散射模型
• 通道注意力机制
• 跳跃连接

针对目前图像去雾方法中存在的输出图像色彩偏暗、场景信息丢失以及去雾不彻底等问题，提出了一种基于注意力机制的端到端图像去雾方法。方法首先将通道注意力机制嵌入到inception网络中，并由融合后的网络进行浅层特征提取；然后通过多尺度卷积和残差密集连接块学习深层图像信息，同时以跳跃连接的方式实现深浅特征融合；最后经过单一卷积层回归到像素比例系数矩阵P（x），依据改进后的大气散射模型生成无雾图像；网络模型在均方差（MSE）的基础上设计了保真度损失（Fidelity loss）函数作为约束。在RESIDE雾天数据集上的实验结果显示，提出的方法的峰值信噪比（PSNR），结构相似度（SSIM）， 学习感知图像块相似度（LPIPS），CIEDE2000分别达到32.545，0.970和0.026，2.711，方法表现出良好的效果，输出图像去雾彻底，色彩保真度高；有效避免了已有方法中的细节信息丢失问题。

• 单位
  南京信息工程大学