-
题名基于改进生成式对抗网络的图像去雾算法研究
被引量：2
- 1
-
-
作者
王铭
姜淑华
吴杰
王春阳
-
机构
长春理工大学电子信息工程学院
-
出处
《长春理工大学学报（自然科学版）》
2021年第2期93-99,共7页
-
基金
吉林省科技发展计划项目(20160101279JC)。
-
文摘
针对传统图像去雾算法存在颜色失真并被雾图先验理论束缚的问题,提出一种基于GAN(Generative Adversarial Networks)的去雾算法Defog-GAN,将雾天图片和普通图片分别送入GAN的生成器与鉴别器,利用卷积神经网络对图像的颜色与纹理信息特征进行提取,鉴别器最终引导生成器生成去雾图像。以分块输入形式对GAN的鉴别器做了改进,提高了模型训练速度,引入新的激活函数LeakyRelu,使输入在负值上也有一定的输出,加强图像细节的还原。对输出的去雾图像进行局部颜色直方图匹配,增强图像真实度。实验表明,改进后的网络模型缩短了训练时间,且在真实图像中去雾效果更好,主观评价和客观评价优于其他算法。
-
关键词
生成式对抗网络
分块输入
LeakyRelu
局部颜色直方图匹配
-
Keywords
GAN
block input
leakyrelu
local color histogram matching
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
