DCSFN:単一画像降雨除去のための深層クロススケール融合ネットワーク【JST・京大機械翻訳】

Wang Cong; Xing Xiaoying; Su Zhixun; Chen Junyang

プレプリント

J-GLOBAL ID：202202203284673720 整理番号：22P0177812

DCSFN:単一画像降雨除去のための深層クロススケール融合ネットワーク【JST・京大機械翻訳】

DCSFN: Deep Cross-scale Fusion Network for Single Image Rain Removal

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年08月03日プレプリントサーバーでの情報更新日： 2020年08月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

雨ストリークは,他のビジョンやマルチメディアタスクが作業に失敗するかもしれない画像の可視度を著しく劣化させるので,Rain除去は重要だが挑戦的なコンピュータビジョンタスクである。以前の研究は,主に特徴抽出と処理またはニューラルネットワーク構造に焦点を合わせ,一方,現在の降雨除去方法は,すでに顕著な結果を達成し,クロススケール関係を考慮しない単一ネットワーク構造に基づく訓練は,情報ドロップアウトを引き起こすかもしれない。本論文では,画像降雨除去タスクを解くために,ネットワークと内部スケール融合操作の間のクロススケール法を検討した。特に,異なるスケールを有する特徴を学習するために,著者らは,これらのサブネットワークが内部学習にゲートリカレントユニットによってクロススケール方式で融合され,これらのサブネットワークにおいて異なるスケールで情報を完全に利用するために,マルチサブネットワーク構造を提案する。さらに,マルチスケール情報を利用するための内部スケール接続ブロックを設計し,降雨表現能力を改善するために,異なるスケール間の特徴融合方法を設計し,これらのブロックを内部接続するスキップ接続を有する高密度ブロックを導入した。合成および実世界データセットの両者に関する実験結果は,提案手法の優位性を示し,最先端の方法よりも性能が優れていた。ソースコードはhttps://supercong94.wixsite.com/supercong94で利用可能である。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般 , 人工知能

, , ,

前のページに戻る