文献类型：期刊文章

作　　者：张育龙[1] 王强[1] 陈明康[2] 孙静涛[3]

ZHANG Yu-long;WANG Qiang;CHEN Ming-kang;SUN Jing-tao(School of Logistics Engineering,Wuhan University of Technology,W uhan 430070,China;Department of Informatics,the Graduate University for Advanced Studies(SOKENDAI),Tokyo 101-8430,Japan;Information Systems Architecture Research Division,National Institute of Informatics,Tokyo 101-8430,Japan)

机构地区：[1]武汉理工大学物流工程学院,武汉430070 [2]综合研究大学院大学信息学部,东京101G8430 [3]日本国立信息学研究所信息系统结构研究系,东京101G8430

出　　处：《计算机科学》

基　　金：国家重点研发计划项目(2018YFC1407405);中央高校基本科研专项资金(WUT:2019III103CG);国家自然科学基金面上项目(71672137)。

年　　份：2021

卷　　号：48

期　　号：12

起止页码：231-242

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：《2020年中国智能物联网(AIoT)白皮书》显示,随着我国5G网络的迅猛发展,大容量低价格的IoT(Internet of Things)传感器设备快速普及,数据呈爆发性增长,图像处理在物联网的诸多领域(如智慧城市、智慧交通、智慧医疗等)得到了广泛应用。在这些领域研究中,科研人员往往相对轻视数据收集过程中的实际问题,如天气变化、季节迁移、昼夜交替等时间变化带来的图像数据退化,以及随着物体移动、叠加、模糊、部分遮挡等诸多空间变化带来的噪声问题。其中,以雨天为代表的复杂天气下的图像模糊问题非常常见,也最具挑战。因此,文中对数据收集过程中的上述实际问题进行了系统性的调查,归类和总结了复杂天气下的图像去雨算法。与此同时,鉴于此类算法的执行需要消耗大量GPU计算资源,文中通过利用Amazon EC2云服务器中G4和P3系列的GPU实例对综述的各种去雨算法的处理时长和去雨效果进行了定量化评估,并阐述了各类去雨算法的特点和在云物联网应用中的最新趋势。

关 键 词：图像处理 去雨算法  深度学习  大数据 云物联网  

分 类 号：TP391]