公开(公告)号：CN116703765A

公开(公告)日：2023-09-05

申请号：CN202310653152.0

申请日：2023-06-05

Applicant: 南京邮电大学

Inventor： 彭程 ,  李飞达 ,  季宏伟 ,  张登银 ,  赵莎莎 ,  金小飞

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明公开了一种基于SqueezeNet的生成对抗网络图像去雾方法及装置，方法包括：将采集的有雾图像输入构建的基于SqueezeNet的生成对抗网络模型中，输出去雾后的无雾图像；其中，所述基于SqueezeNet的生成对抗网络模型包括生成器网络和判别器网络。本发明通过特征提取网络SqueezeNet提取雾密度特征，使去雾网络能够自动调整不同浓度区域的权重，更有效地分离雾霾和图像内容，实现在真实场景中对不同浓度雾霾的非均匀处理。改进的注意力块使去雾网络能够提取到图像的关键特征，提高了去雾网络的性能。引入感知损失帮助恢复更多的图像细节信息，避免了传统卷积神经网络导致的图像空间细节丢失的问题。