
info@juzhikan.asia
广州南方学院,广东广州,510970;
摘要:复杂气象下的单图像去雨面临暗光-雨纹、雨-雾耦合退化建模不足及与高级任务脱节等问题。本文提出任务驱动去雨框架,该框架集成了三个核心模块:暗光协同网络通过门控融合解耦雨纹与光照;深度引导网络利用场景深度先验分离雨雾;多任务协同网络通过特征调制与联合损失直接优化高级任务性能。实验表明,本方法在主流数据集上取得了领先的指标,并显著提升了目标检测的精度,有效弥合了低层复原与高层语义理解之间的差距,此外,本文框架的设计思路也为医疗影像分析等领域的潜在应用提供了参考。
关键词:单图像去雨;复杂气象条件;任务驱动;深度引导;高级视觉任务
参考文献
[1]汪文靖,杨文瀚,方玉明,等.恶劣场景下视觉感知与理解综述[J].中国图象图形学报,2024,29(6):1667-1684.
[2]叶宇超,陈莹.跨尺度注意力融合的单幅图像去雨[J].光电工程,2023,50(10):230191.
[3]傅博,王洪光,宋屹峰.融合全局和局部特征的单幅图像去雨方法[J].信息与控制,2023,52(4):531-541.
[4]汤红忠,熊珮全,王蔚,等.基于双阶段特征解耦网络的单幅图像去雨方法[J].计算机辅助设计与图形学学报,2024,36(2):273-282.
[5]方思严,刘斌.小波分频自注意力Transformer图像去雨网络[J].计算机工程与应用,2024,60(6):259-273.
[6]文渊博、高涛、陈婷,等.频率引导的双稀疏自注意力单图像去雨算法[J].电子学报,2023(10):2812-2820.
[7]陈成,江锐,刘威,等.非对称端到端的无监督图像去雨网络[J].计算机应用,2024,44(3):922-930.
[8]张家豪,张娟,郎晓奇.雨天场景下单目图像深度估计与清晰化算法[J].小型微型计算机系统,2023,44(11):2387-2394.