【技术实现步骤摘要】
一种基于单幅图像的联合去雾检测方法、装置及存储介质
[0001]本专利技术涉及一种基于单幅图像的联合去雾检测方法、装置及存储介质，属于计算机视觉图像
技术介绍
[0002]受现实条件中雾霾雨雪等天气影响，成像设备捕获的图像往往质量偏低，存在对比度低，画质模糊等现象。而这些降质图像不仅仅影响人的感官视觉，同时更会影响基于深度学习的目标检测算法的性能。目标检测算法作为视频监控、自动驾驶等诸多实际应用的重要问题，需要面对诸多的现实天气。而现存的大部分检测算法由于不同训练集的域差异问题不能很好的适用于雾霾天气。设计出能够应用于复杂天气下的检测框架已然成为一个重要的研究问题。
[0003]现有中国专利文献公开了申请号为CN110837800A的一种面向港口恶劣天气的目标检测和识别的方法，该算法通过车载摄像头采集彩色图像进行去雾处理，再使用深度学习技术将被雾遮挡的背景进行动静识别，达到提高目标检测准确度。但该方法将去雾算法作为检测任务的前置条件，严重依赖于去雾算法的优劣，同时会增加大量的计算，在实际应用中并不可靠。另外...
【技术保护点】
【技术特征摘要】
1.一种基于单幅图像的联合去雾检测方法，其特征在于，包括：获取PASCAL
‑
VOC2012数据集，使用大气散射模型方程对数据集进行雾化处理，生成不同浓度的雾天图像；将雾天图像输入预先构建的检测网络模型进行检测，其中，检测网络模型包括特征提取模块和颈部检测模块；检测时，将雾天图像输入特征提取模块中，提取雾天图像上不同分辨率的特征图；根据不同分辨率的特征图进行向量之间的特征融合，并输入至颈部检测模块进行检测，获得不同分辨率的检测结果。2.根据权利要求1所述的基于单幅图像的联合去雾检测方法，其特征在于，将雾天图像输入特征提取模块中，提取雾天图像上不同分辨率的特征图，包括：通过随机函数生成随机值，根据随机值的大小对雾天图像进行随机裁剪；将裁剪后的雾天图像进行不同方向的旋转，获得增强后的雾天图像；将增强后的雾天图像输入到预先构建的特征提取模块中，并保留每个阶段提取的特征图。3.根据权利要求1所述的基于单幅图像的联合去雾检测方法，其特征在于，所述根据不同分辨率的特征图进行向量之间的特征融合，并输入至颈部检测模块进行检测，获得不同分辨率的检测结果，包括：将不同分辨率的特征图进行向量之间的特征融合后进行全局信息的采集，获取特征向量的全局上下文特征，再通过softmax得到相应的注意力图；将注意力图与原始局部特征进行元素级相乘，得到上下文特征注意力图，将上下文特征注意力图中每一个通道的特征层内所有值相加到局部特征上，得到全局聚合特征；根据全局聚合特征输出得到不同分辨率的检测特征向量，分别得到不同分辨率的检测结果。4.根据权利要求1所述的基于单幅图像的联合去雾检测方法，其特征在于，所述检测网络模型还包括去雾重建模块，所述图像去雾模块在特征提取模块之后，用于重建无雾的图像。5.根据权利要求4所述的基于单幅图像的联合去雾检测方法，其特征在于，还包括：将不同分辨率的特征图输入至去雾重建模块，清除图像上的雾霾并重...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。