文档名：基于深度学习的单幅图像去雾研究进展
摘要：户外视觉系统极易受到雾霾等恶劣天气影响,采集到的图像/视频质量严重下降,这不仅影响人眼的主观感受,也给后续的智能化分析带来严峻挑战.近年来,学者们将深度学习应用于图像去雾领域,取得了诸多的研究成果.但是雾霾图像场景复杂多变、降质因素众多,这对去雾算法的泛化能力提出了很高的要求.本文主要总结了近年来基于深度学习的单幅图像去雾技术研究进展.从先验知识和物理模型、映射关系建模、数据样本、知识迁移学习等角度出发,介绍了现有算法的研究思路、具体特点、优势与不足.尤其侧重于近两年来新出现的训练策略和网络结构,如元学习、小样本学习、域自适应、Transformer等.另外,本文在公共数据集上对比了各种代表性去雾算法的主客观性能、模型复杂度等,尤其是分析了去雾后的图像对于后续目标检测任务的影响,更全面地评价了现有算法性能的优劣,并探讨了未来可能的研究方向.
作者：贾童瑶 卓力 李嘉锋 张菁 Author：JIATong-yao ZHUOLi LIJia-feng ZHANGJing
作者单位：北京工业大学信息学部,北京100124北京工业大学信息学部,北京100124;北京工业大学计算智能与智能系统北京市重点实验室,北京100124
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(1)
分类号：TP391
关键词：单幅图像去雾 深度学习 无监督学习 域泛化
机标分类号：TP391TP183TP273
在线出版日期：2023年3月10日
基金项目：国家自然科学基金，国家自然科学基金，北京市教育委员会科学研究计划项目，北京市教育委员会科学研究计划项目，北京市自然科学基金，北京市教育委员会科技计划一般项目基于深度学习的单幅图像去雾研究进展[
期刊论文] 电子学报--2023, 51(1)贾童瑶 卓力 李嘉锋 张菁户外视觉系统极易受到雾霾等恶劣天气影响,采集到的图像/视频质量严重下降,这不仅影响人眼的主观感受,也给后续的智能化分析带来严峻挑战.近年来,学者们将深度学习应用于图像去雾领域,取得了诸多的研究成果.但是雾霾图像...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度学习的单幅图像去雾研究进展 Research Advances on Deep Learning Based Single Image Dehazing
基于深度学习的单幅图像去雾研究进展.pdf
- 文件大小:
- 2.64 MB
- 下载次数:
- 60
-
高速下载
|
|
