科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着深度学习的发展的热潮，单幅图像去雨得到了很大的发展。然而由于雨图像在方向、大小和雨密度的雨纹的不同，使得去雨的工作变得更困难。针对以上问题，提出了一种基于LSTM的递归图像去雨算法，在特征提取方面采用卷积块和残差块相结合，并运用长短期记忆模块(LSTM)进行多层递归去雨，最后通过注意力融合模块进一步提取雨纹特征，对不同方向、大小等雨纹有较强的学习能力，较好地保留了图像的细节，通过在真实数据集和合成数据集上进行实验，证明了该方法的有效性，通过与其他算法的比较，在客观指标和主观效果上优于它们。主观效果去雨更彻底，图像细节更加清晰。在合成数据集Rain100H上PSNR达到30.48,SSIM为0.91,在Rain100L上PSNR达到38.05,SSIM为0.98。
- 单位
