文献检索-宁波市创意产业特色资源库

限定检索结果

基于改进CycleGAN模型的图像去雾方法: 收藏
分享
引用; 《计算机仿真》2024年第7期41卷 250-257,410页; 作者：王旭光张崇田珊珊白康华北电力大学河北省发电过程仿真与优化控制工程技术研究中心河北保定071003; 雾天条件下拍摄的图像不够清晰,严重影响到后续计算机视觉任务的完成质量,因此,对雾天拍摄图像进行清晰化处理具有实际意义。现有CycleGAN去雾模型未能充分利用在编码和解码过程中的特征信息,得到的去雾图像质量不够高。生成器通过设计...; 雾天条件下拍摄的图像不够清晰,严重影响到后续计算机视觉任务的完成质量,因此,对雾天拍摄图像进行清晰化处理具有实际意义。现有CycleGAN去雾模型未能充分利用在编码和解码过程中的特征信息,得到的去雾图像质量不够高。生成器通过设计的特征融合模块引入多尺度信息,鉴别器采用网络共享的双鉴别器策略,损失函数使用两种对抗损失并结合改进的循环一致性损失,增强模型去雾性能和图像质量。对比实验和消融实验验证了改进模型的性能。; 来源：详细信息评论

限定检索结果