基于生成对抗网络的图像去雾算法

针对有雾情况下目标检测等视觉任务精度明显下降,提出了一种端到端图像去雾网络,能够直接生成清晰图像且不需要成对的无雾图像和真实图像进行训练。将注意力模块融入生成器网络中,充分考虑不同通道和不同区域在有雾图像中的影响,并将通道注意力和像素注意力相结合,提出了一种新的特征关注模块,赋予重要特征通道和像素区域更多的权重。考虑到高低频信息在雾图中的不同影响,将频率信息融合到鉴别器中。最后,对损失函数进行了优化,添加结构损失保证循环一致性,分解鉴别器高低频损失,减少了颜色失真和伪影。实验表明,本方法在公共合成数据集和真实世界的图像上取得了较好的性能,具有更好的主观视觉效果。