文献

J-GLOBAL ID：202202257924558357   整理番号：22A1005997

多解像度文脈重合ネットワークの単一画像脱雨手法【JST・京大機械翻訳】

Multi-Resolution Context Aggregation Network for Single Image Rain Removal

著者 (3件)： Xie Qiangqiang (南昌航空大学信息工程学院 南昌 330063;江西省図像処理与模式識別重点実験室 南昌 330063) ,  Zhang Hai (南昌航空大学信息工程学院 南昌 330063;江西省図像処理与模式識別重点実験室 南昌 330063) ,  Ge Shan (南昌航空大学信息工程学院 南昌 330063;江西省図像処理与模式識別重点実験室 南昌 330063)
資料名： Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao  (Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao)
巻： 34  号： 2  ページ： 232-244  発行年： 2022年 
JST資料番号： W1498A  ISSN： 1003-9775  CODEN： JFTXFX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 雨天などの悪天候は画像品質の深刻な劣化をもたらし、さらにコンピュータビジョンアルゴリズムの正確性に影響する。マルチスケール雨痕の特徴をより良く抽出するために,画像に含まれる重要な詳細情報を復元するために,多重解像度文脈重合ネットワークに基づく単一画像脱雨法を提案した。第一に,単一分解能入力画像を,混合洗浄操作によって,多重空間解像度の入力画像に変換し,そして,低空間解像度において,ネットワークを,迅速に拡大し,そして,高空間分解能で,より精細な雨痕特徴を抽出した。次に,低分解能で抽出した雨痕特徴を,上から高空間解像度に集合し,多重スケール降雨情報を抽出した。次に,多重解像度特徴強化ブロックを用いて,異なる分解能での画像の詳細を細かくし,そして,詳細損失またはぼけを防止し,そして,局所残差密集連結および押出-励起ネットワークを用いて,ネットワークの特徴抽出能力および効率を増強した。最後に、構造の混合損失関数を採用して、高い評価指標値を獲得しながら、人類の脱雨画像の視覚知覚を高める。実験により、提案手法はRain100H、Rain100L、Rain12合成データセットと実際の降雨データセット上で顕著な脱雨効果が得られ、既存の方法と比較して、この方法の定性指標と定量指標が明らかに向上し、高い詳細保持度を有することが分かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  励起 ,  降雨 ,  *ネットワーク ,  特徴抽出 ,  残差 ,  *重合 ,  ヒト ,  *画像 ,  画質 ,  多重化 ,  コンピュータビジョン ,  指標 ,  荒天
準シソーラス用語： *多重解像度 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 多解像度 ,  文脈 ,  重合 ,  雨 ,  手法