基于增强型金字塔及图像超分辨率去雾网络

使用单一卷积神经网络去雾算法容易存在对比度偏低、细节信息丢失和去雾不完全等缺陷。为了解决上述问题,提出了一种增强型金字塔模型和图像超分辨率并联去雾网络结构。增强机制作用于特征金字塔图像重建过程,用以提升去雾图像信噪比。通道注意力将编码器提取的特征信息映射到解码器,赋予每个通道不同权重,以此提高去雾效率。超分辨率网络补充更多高频特征细节,提升去雾图像的清晰度。实验证明,增强型金字塔及超分辨率网络具有较强的去雾能力,性能优于其他方法,有效抑制单一的卷积神经网络输出图像分辨率下降问题。