来源：期刊VIP网 时间：
作者：尹学辉;陈秋雨;
单位：重庆邮电大学计算机科学与技术学院(示范性软件学院);
摘要：针对现有的图像去雾算法存在图像细节纹理特征恢复不彻底、场景的边缘信息被忽略以及图像泛化能力差的问题，文中提出一种聚合像素特征提取的Transformer图像去雾算法。首先，提出双路径聚合像素特征提取模块，分别关注图像的细粒度和粗粒度特征，旨在提升雾霾环境下图像信息的提取能力；其次，基于特征粒度和注意力机制的特点，对双路径模块进行深度优化设计，聚合像素特征提取，以增强图像细节的恢复能力和通道特征的融合效果；最后，为了进一步综合利用不同尺度的信息，使网络更好地理解和表示输入数据，提出自适应特征融合模块，移除冗余的残差连接，有效提高了去雾模型的泛化能力，重建精细纹理细节。为了验证提出方法的有效性，在RESIDE-IN、RESIDE-OUT和RESIDE-6k三个公开数据集上与8种现有去雾算法进行了定性和定量对比，实验结果表明，所提模型在去雾效果、细节纹理特征恢复和泛化能力方面均表现出色，可适用于图像去雾领域。
关键词：注意力机制;;双路径特征提取;;聚合像素特征;;Transformer;;多尺度融合;;图像去雾
基金资助：国家自然科学基金项目(61701060)
