基于深度密集连接控制网络的单幅图像去雨

0 引言

    在雨天所采集的图像数据往往伴随着明显的质量退化，这对目标检测、目标跟踪等视觉算法造成极大影响。因此，去雨算法成为了当下研究热点之一。

    相比于传统的图像处理方法，深度学习在去雨效果上已经有了长足进步，但还是不能很好地解决完整去除雨线的同时不丢失原有细节信息这一问题。由于雨线的大小、形状不尽相同，单一的网络结构可能只对某一尺度的雨线敏感，这将导致去雨后图片仍有雨线残留，去雨效果不佳。而且图像中往往包含大量细节信息，如条纹、图案等，网络无法准确区分特征是否属于背景细节，导致这些“伪雨线”被去除，图像丢失有效内容。这将极大影响图像去雨质量。

    针对以上难点，本研究提出了基于深度密集连接控制网络的图像去雨算法。该网络通过卷积模块之间的密集连接融合不同层次的细节特征，能够充分提取雨线信息。基于特征约束的思想，将控制特性引入到网络中，控制不同阶段特征的表达程度，从而更好地模拟雨线映射，取得理想的去雨效果。

本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003252

作者信息:

李  蔚，安鹤男，刘  佳，涂志伟，张昌林

(深圳大学 电子与信息工程学院，广东 深圳518061)