多尺度融合生成对抗网络的单幅图像去雨方法

作     者：徐志京 于帅 XU Zhi-jing;YU Shuai

作者机构：上海海事大学信息工程学院上海201306 

基　　金：国家自然科学基金项目(61673259)资助 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2021年第42卷第5期

页      码：1050-1055页

摘      要：有雨图像往往丢失大量的特征及细节信息,严重影响视觉效果和目标检测.针对有雨图像,本文采用图像显著性检测来寻找有雨区域,确定待修复区域,设计了多尺度融合生成对抗网络(Multiscale Fusion Generative Adversarial Network,MsF-GAN)进行图像去雨,在生成器的12/14/16网络层采用Concat进行多尺度融合,使生成的去雨图像中更多地保留图像的原始信息,鉴别器采用全局鉴别保证图像去雨的视觉连贯性,局部鉴别提高有雨区域去除的泛化能力,从而保证了去雨的有效性和可靠性.本文提出的MsF-GAN在公开发布的数据集上进行了实验,结果表明:去雨图像的结构相似度(Structural similarity index,SSIM)和峰值信噪比(Peak Signal to Noise Ratio,PSNR)等相关指标相比其他方法都有了大幅提升.

主 题 词：图像去雨 MsF-GAN 图像显著性 多尺度融合 全局和局部鉴别 

学科分类：080904[080904] 0809[工学-计算机类] 08[工学] 

馆 藏 号：203103132...