【技术实现步骤摘要】
本申请涉及图像处理,具体而言,涉及一种交互引导的双分支图像去雾模型和图像处理方法。
技术介绍
1、图像去雾是计算机视觉和图像处理中的一项重要任务,用于把有雾图像恢复成干净图像,图像去雾能够服务于多种高级视觉任务,包括目标检测、视频监控和无人驾驶等,在许多领域都有重要应用。
2、早期的图像去雾方法一般考虑了大气中颗粒散射所带来的影响,并使用数学公式来推导出大气散射的参数,但这种推导的先验是根据经验知识来推导的,通常难以适应多样的场景,当场景不满足这些先验的时候,这些基于先验的去雾算法往往会输出一些不符合预期的效果,如导致图像失真。
3、近年来,基于深度学习的图像去雾方法逐渐成为主流,其中,基于cnn(卷积神经网络)的图像去雾方法和基于transformer神经网络的图像去雾方法越来越多地被使用。然而,cnn的卷积机制决定了它会受限于较小的感受野,导致过度关注边缘和纹理信息,transformer神经网络恰恰相反,对于局部信息关注度不高,往往会导致图像重建不希望出现的模糊和粗糙的细节,这导致了单独使用cnn或tran
...【技术保护点】
1.一种交互引导的双分支图像去雾模型,用于对图像进行去雾处理,其特征在于,包括输入层(1)、Transformer分支(2)、CNN分支(3)、多个CPA块(4)、CNN解码器(5)和输出层(6);
2.根据权利要求1所述的交互引导的双分支图像去雾模型,其特征在于,所述CPA块(4)包括通道注意力模块(401)和像素注意力模块(402);
3.根据权利要求1所述的交互引导的双分支图像去雾模型,其特征在于,所述CNN解码器(5)包括多层串联连接的第二CNN层(501),所述第二CNN层(501)的数量与所述第一CNN层(301)的数量相同,所述C
...【技术特征摘要】
1.一种交互引导的双分支图像去雾模型,用于对图像进行去雾处理,其特征在于,包括输入层(1)、transformer分支(2)、cnn分支(3)、多个cpa块(4)、cnn解码器(5)和输出层(6);
2.根据权利要求1所述的交互引导的双分支图像去雾模型,其特征在于,所述cpa块(4)包括通道注意力模块(401)和像素注意力模块(402);
3.根据权利要求1所述的交互引导的双分支图像去雾模型,其特征在于,所述cnn解码器(5)包括多层串联连接的第二cnn层(501),所述第二cnn层(501)的数量与所述第一cnn层(301)的数量相同,所述cnn分支(3)与所述cnn解码器(5)连接形成u-net网络。
4.根据权利要求3所述的交互引导的双分支图像去雾模型,其特征在于,第i层所述第一cnn层(301)对应的所述引导输出与第n-i层所述第二cnn层(501)的输出相加后输入第n-i+1层所述第二cnn层(501),i为正整数且i∈[1,n-1],n为所述第一cnn层(301)和所述第二cnn层(501)的层数。
5.根据权利要求1所述的交...
【专利技术属性】
技术研发人员:李小松,刘慧纯,程晓琦,谭海曙,于昕梅,王茗祎,陈健伸,易鹏,
申请(专利权)人:佛山科学技术学院,
类型:发明
国别省市:
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。