基于密集混合注意力和全局补偿的图像去雨网络

针对现有图像去雨算法提取雨线特征效果不佳导致雨纹残留的问题,提出一种基于密集混合注意力和全局补偿的图像去雨网络。通过多层卷积运算,提取输入雨天图像的浅层特征。融合密集连接与残差网络的优势,引入多注意力机制,设计密集残差注意力模块,以此实现特征循环利用并捕获图像的多尺度特征。加入全局补偿模块以确保特征图像提取的全面性。通过卷积层重建特征,得到清晰且无雨的图像。实验证明,所提出的算法优于现有的经典和新颖算法,能有效清除雨痕,并提升图像的整体视觉感受。