基于深度频率特征注意力机制的图像去雨方法

杨青, 于明, 阎刚

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (10) : 2952-2962. DOI: 10.13229/j.cnki.jdxbgxb.20221571

基于深度频率特征注意力机制的图像去雨方法

  • 杨青, 于明, 阎刚
作者信息 +
History +

摘要

针对雨图像中由于雨线和雨幕效应导致背景信息模糊、清晰度下降的问题,本文提出一种基于深度频率特征注意力机制的图像去雨方法。首先,构建基于频率去雨模型的参数估计网络,设计基于空间尺度变换和倍频卷积的频率特征分解模块区分参数频率特征,降低低频特征空间冗余,提高运算效率。其次,在雨线检测模块中利用多频通道注意力机制映射雨线层权重信息,增强权重特征多样性,提高雨线检测性能。最后,设计基于焦频损失的去雨修复网络,进一步修复去雨模型估计图像,通过缩小频率差距提高图像修复质量,增强网络的抗干扰能力。实验结果表明,所提方法能够有效去除真实雨图像场景中的雨线,抑制雨幕效应,保留图像背景信息完整,图像清晰度较高。

关键词

图像去雨 / 深度频率特征 / 多频通道注意力 / 倍频卷积 / 焦频损失

中图分类号

TP391.41

引用本文

导出引用
杨青, 于明, 阎刚. 基于深度频率特征注意力机制的图像去雨方法. 吉林大学学报(工学版). 2024, 54(10): 2952-2962 https://doi.org/10.13229/j.cnki.jdxbgxb.20221571

基金

国家自然科学基金项目(61806071,62102129)

评论

Accesses

Citation

Detail

段落导航
相关文章

/