典型文献
基于LSTM的递归网络图像去雨算法
文献摘要：
随着深度学习的发展的热潮,单幅图像去雨得到了很大的发展.然而由于雨图像在方向、大小和雨密度的雨纹的不同,使得去雨的工作变得更困难.针对以上问题,提出了一种基于LSTM的递归图像去雨算法,在特征提取方面采用卷积块和残差块相结合,并运用长短期记忆模块(LSTM)进行多层递归去雨,最后通过注意力融合模块进一步提取雨纹特征,对不同方向、大小等雨纹有较强的学习能力,较好地保留了图像的细节,通过在真实数据集和合成数据集上进行实验,证明了该方法的有效性,通过与其他算法的比较,在客观指标和主观效果上优于它们.主观效果去雨更彻底,图像细节更加清晰.在合成数据集Rain100H上PSNR达到30.48,SSIM 为 0.91,在 Rain100L 上 PSNR 达到 38.05,SSIM 为 0.98.
文献关键词：
注意力融合(AF)模块;多层递归尺度卷积;长短期记忆;残差块
中图分类号：
作者姓名：
谷腾飞;赖惠成;高古学;倪萍
作者机构：
新疆大学信息科学与工程学院,乌鲁木齐 830046;新疆大学信号检测与处理自治区重点实验室,乌鲁木齐 830046
文献出处：
引用格式：
[1]谷腾飞;赖惠成;高古学;倪萍-.基于LSTM的递归网络图像去雨算法)[J].激光杂志,2022(07):65-69
A类：
多层递归尺度卷积
B类：
递归网络,网络图像,单幅图像去雨,递归图,残差块,长短期记忆,记忆模块,归去,注意力融合,同方向,真实数据,合成数据集,客观指标,Rain100H,PSNR,SSIM,Rain100L,AF
AB值：
0.296669
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
