基于聚合像素特征提取的Transformer图像去雾算法

针对现有的图像去雾算法存在图像细节纹理特征恢复不彻底、场景的边缘信息被忽略以及图像泛化能力差的问题,文中提出一种聚合像素特征提取的Transformer图像去雾算法。首先,提出双路径聚合像素特征提取模块,分别关注图像的细粒度和粗粒度特征,旨在提升雾霾环境下图像信息的提取能力;其次,基于特征粒度和注意力机制的特点,对双路径模块进行深度优化设计,聚合像素特征提取,以增强图像细节的恢复能力和通道特征的融合效果;最后,为了进一步综合利用不同尺度的信息,使网络更好地理解和表示输入数据,提出自适应特征融合模块,移除冗余的残差连接,有效提高了去雾模型的泛化能力,重建精细纹理细节。为了验证提出方法的有效性,在RESIDE-IN、RESIDE-OUT和RESIDE-6k三个公开数据集上与8种现有去雾算法进行了定性和定量对比,实验结果表明,所提模型在去雾效果、细节纹理特征恢复和泛化能力方面均表现出色,可适用于图像去雾领域。

资料为PDF文档格式.

本文档关键词:聚合,算法,图像,提取,特征