修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

2 条数据
?? 中文（中国） ▾

  • DeeptransMap：一种用于单幅图像去雾的深度极深的透射率估计网络

    摘要： 由于经典物理模型的不适定性，基于该模型的单幅图像去雾一直是一项具有挑战性的视觉任务。近年来，应用机器学习技术来估计关键参数——透射率，已被证明是解决这一问题的有效方案。因此，基于学习的透射率估计模型的鲁棒性与准确性至关重要，因其直接影响最终去雾效果。当前主流的此类去雾算法通常仅使用与雾相关的特征作为透射率估计模型的单一输入。然而，这些雾相关特征往往因存在两大缺陷，无法充分可靠地保留与雾相关的真实本征信息，最终导致其在某些去雾场景中效果欠佳?；诒碚餮坝肷疃染砘窬绲南喙匮芯?，本文致力于通过提升透射率估计模型的鲁棒性与准确性来增强单幅图像去雾效果。具体而言，我们提出一种在深度神经网络架构中融合无监督与有监督学习的混合模型，以实现从单幅图像中获取精确的透射率图。实验结果表明，在相同估计目标下，本方法优于多种现有先进去雾技术，同时在透射率估计的计算复杂度方面保持了高效性。

    关键词： 特征学习、深度卷积神经网络（CNN）、图像去雾、透射率估计

    更新于2025-09-23 15:23:52

  • [2018年IEEE第四届多媒体大数据国际会议（BigMM）- 中国西安（2018.9.13-2018.9.16）] 2018年IEEE第四届多媒体大数据国际会议（BigMM）- 基于深度先验的自适应传输优化单图像去雾方法

    摘要： 许多传统单幅图像去雾方法采用人工设计的先验知识来估计透射率并恢复潜在场景。然而，为不同真实雾霾场景设计通用先验具有挑战性。虽然卷积神经网络（CNN）也被用于端到端去雾处理，但其高度依赖训练数据。本研究提出一种创新框架，通过将深度先验融入迭代方案来实现透射图的适应性优化。具体而言，我们首先基于广泛应用的交替方向乘子法（ADMM），通过求解隐式正则化透射优化模型建立基础迭代流程；随后设计残差CNN从较小规模训练数据集（相较于现有去雾网络）中提取深度先验以指导ADMM迭代，最终形成自适应透射优化公式。大量实验结果表明，本方法产生的效果显著优于其他方案。

    关键词： 单幅图像去雾、自适应优化、深度先验、透射率估计

    更新于2025-09-23 15:21:01