摘要

针对现有单幅图像去雨算法难以充分发掘不同维度注意力机制的相互作用,提出一种基于联合注意力机制的卷积神经网络实现单幅图像去雨。该模型包含通道注意力机制和空间注意力机制:通道注意力机制检测各通道雨线特征的分布,差异化各个特征通道的重要程度;空间注意力机制则针对通道内雨线分布的空间关系,以局部到全局的方式积累上下文信息,实现高效准确的去雨。此外,引入深度残差收缩网络,利用残差模块中嵌入软阈值非线性变换子网络,通过软阈值函数将冗余信息置零,提升神经网络在噪声中保留图像细节的能力。在公开降雨数据集与本文构建的降雨数据集中的实验数据表明,该算法可以有效地进行单幅图像去雨和图像细节的信息保留,在目视效果和定量指标上均优于对比算法。