基于多尺度编解码网络的道路交通模糊图像盲复原

作     者：吴兰 范晋卿 文成林 WU Lan;FAN Jinqing;WEN Chenglin

作者机构：河南工业大学电气工程学院河南郑州450001 广东石油化工学院自动化学院广东茂名525000 

基　　金：国家自然科学基金项目(61973103) 河南大学重点科研资助项目(19A120002) 

出 版 物：《郑州大学学报（理学版）》 (Journal of Zhengzhou University:Natural Science Edition)

年 卷 期：2022年第54卷第2期

页      码：8-15页

摘      要：提出一种多尺度编解码深度卷积神经网络结构,使用生成对抗的思想对模糊图像直接进行盲复原。首先,设计一种优化多尺度残差块应用在编解码器内部,在减少参数量的同时提高了网络非线性表达能力;其次,分别计算多尺度网络每层对应的L2损失,确保逐级去模糊后的图像更加接近真实图像;最后,在GoPro数据集和真实道路交通模糊图像上进行仿真,结果表明,所提方法能够得到清晰度更高的复原结果。

主 题 词：道路交通 生成对抗 编解码器 图像复原 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.13705/j.issn.1671-6841.2021179

馆 藏 号：203107716...