资料下载
×
基于生成式对抗网络的端到端图像去雾模型
消耗积分:0 |
格式:rar |
大小:0.93 MB |
2021-04-12
分享资料个
针对现有图像去雾算法严重依赖中间量准确估计的问题，提出了一种基于 Wasserstein生成对抗网络（wGAN）的端到端图像去雾模型。首先，使用全卷积密集块网络（FC- Dense Net充分学习图像中雾的特征;其次，采用残差学习思想直接从退化图像中学习到清晣图像的特征，实现端到端的去雾;最后，使用均方误差和感知结构误差函数作为模型的损失函数，以确保生成图像结构和内容的相似度，并使用WGAN对生成结果细致优化，生成清晰逼真的无雾图像。实验结果表明，在合成雾天教据集上，该算法在结构相似度上比其他对比算法提高了4%;在自然雾天图像上，由该算法恢复的图像具有较髙的清晰度和对比度，在主观评价上优于其他对比算法。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
