公开(公告)号：CN113673590B

公开(公告)日：2022-12-23

申请号：CN202110929946.6

申请日：2021-08-13

Applicant: 广东工业大学

Inventor： 吴梦华 ,  罗玉 ,  凌捷

IPC: G06V10/82 ,  G06V10/77 ,  G06V10/774 ,  G06N3/04 ,  G06T3/40 ,  G06T7/40

Abstract: 本发明提供的一种基于多尺度沙漏密集连接网络的去雨方法，首先利用多尺度沙漏并行结构对提取输入的特征图像进行多次采样，获取多尺度雨纹映射特征；其次，在多尺度沙漏结构中加入并行连接的空间和通道双注意模块并用残差跳连融合多层次特征，实现对雨纹层特征信息识别提取的自适应重校准；本发明在多尺度沙漏注意力残差模块间密集连接使不同深度网络层次间提取到的特征进行相互密集前向传递和特征融合；最终经多层次特征聚合得到全局丰富的雨纹层特征图，利用雨图线性叠加模型得到清晰的无雨背景层图像。本方明综合利用多尺度特征融合,双注意力机制和层次特征聚合，提高模型特征学习准确度，有效提取并去除雨纹层特征，获得清晰的去雨图像。

公开(公告)号：CN113673590A

公开(公告)日：2021-11-19

申请号：CN202110929946.6

申请日：2021-08-13

Applicant: 广东工业大学

Inventor： 吴梦华 ,  罗玉 ,  凌捷

IPC: G06K9/62 ,  G06N3/04 ,  G06T3/40 ,  G06T7/40

Abstract: 本发明提供的一种基于多尺度沙漏密集连接网络的去雨方法，首先利用多尺度沙漏并行结构对提取输入的特征图像进行多次采样，获取多尺度雨纹映射特征；其次，在多尺度沙漏结构中加入并行连接的空间和通道双注意模块并用残差跳连融合多层次特征，实现对雨纹层特征信息识别提取的自适应重校准；本发明在多尺度沙漏注意力残差模块间密集连接使不同深度网络层次间提取到的特征进行相互密集前向传递和特征融合；最终经多层次特征聚合得到全局丰富的雨纹层特征图，利用雨图线性叠加模型得到清晰的无雨背景层图像。本方明综合利用多尺度特征融合,双注意力机制和层次特征聚合，提高模型特征学习准确度，有效提取并去除雨纹层特征，获得清晰的去雨图像。