文献类型：期刊文章

作　　者：袁祎铭[1] 韩婷婷[2] 丁佳骏[2] 齐炳森[1]

YUAN Yiming;HAN Tingting;DING Jiajun;QI Bingsen(Zhuoyue Honors College,Hangzhou Dianzi University,Hangzhou Zhengjiang 310018,China;School of Computer Science and Technology,Hangzhou Dianzi University,Hangzhou Zhejiang 310018,China)

机构地区：[1]杭州电子科技大学卓越学院,杭州310018 [2]杭州电子科技大学计算机学院,杭州310018

出　　处：《计算机应用》

基　　金：国家级大学生创新创业训练计划项目(202110336042);浙江省属高校基本科研业务费专项(GK219909299001-015)。

年　　份：2022

卷　　号：42

期　　号：S01

起止页码：305-309

语　　种：中文

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

摘　　要：单图去雨问题是图像处理的一个重要研究方向。为了解决现有方法对雨痕特征提取不够充分的问题,提出一种基于注意力机制的龙格库塔(RK)模块的去雨网络。该模块采用RK模块提高提取图像特征的能力并采用高效通道注意力(ECA)机制加强对雨痕局部表征的关注。通过堆叠多个基于ECA机制的RK模块,可以构建深度去雨模型,较好地特提取雨痕特征;同时采用全局回传机制,利用雨痕的高阶特征以更新其低阶特征,提高雨痕表征的提取质量,逐步提升重建背景图的质量。基于公开数据集Rain100L、Rain100H和RainHeavy的测试结果表明,所提算法能够较好地重构雨天背景图。采用峰值信噪比(PNSR)和结构相似度(SSIM)两个常用指标评估重建背景图像结果,并与去雨算法Semi-Supervised transfer learning for Image rain Removal(SSIR)、Progressive Recurrent Network(PReNet)、Bilateral Recurrent Network(BRN)进行比较,结果显示所提算法的性能最优。

关 键 词：单图去雨  深度学习  龙格库塔模块  高效通道注意力  回传机制  

分 类 号：TP183]