公开(公告)号：CN109360155A

公开(公告)日：2019-02-19

申请号：CN201810938303.6

申请日：2018-08-17

Applicant: 上海交通大学

Inventor： 徐奕 ,  张峥 ,  倪冰冰 ,  杨小康

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于多尺度特征融合的单帧图像去雨方法，通过运用不同尺度的感受野进行对有雨图像的特征提取，之后通过反卷积操作通过特征得到去雨结果，运用粗尺度的特征与细尺度特征的结合，促进细尺度生成的无雨图像达到最好去雨的效果。通过在多个尺度上去除雨线，能使用于多种雨水情况，去雨算法更加具有普适性。本发明引用了对抗误差与感知误差构建了新的误差函数，对去雨模型进行训练，不需要任何先验知识，也不需要对图像进行预处理和后处理，保证了整个结构的完整性；在多个测试集上的结果表明本发明同前沿的主流去雨算法结果相比，在亮度信号通道上的峰值信噪比上能够提升2-5dB。

公开(公告)号：CN109360155B

公开(公告)日：2020-10-13

申请号：CN201810938303.6

申请日：2018-08-17

Applicant: 上海交通大学

Inventor： 徐奕 ,  张峥 ,  倪冰冰 ,  杨小康

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于多尺度特征融合的单帧图像去雨方法，通过运用不同尺度的感受野进行对有雨图像的特征提取，之后通过反卷积操作通过特征得到去雨结果，运用粗尺度的特征与细尺度特征的结合，促进细尺度生成的无雨图像达到最好去雨的效果。通过在多个尺度上去除雨线，能使用于多种雨水情况，去雨算法更加具有普适性。本发明引用了对抗误差与感知误差构建了新的误差函数，对去雨模型进行训练，不需要任何先验知识，也不需要对图像进行预处理和后处理，保证了整个结构的完整性；在多个测试集上的结果表明本发明同前沿的主流去雨算法结果相比，在亮度信号通道上的峰值信噪比上能够提升2‑5dB。