基于双注意力卷积及Transformer融合的非均匀去雾算法

作     者：王科平 张自娇 杨艺 费树岷 韦金阳 WANG Keping;ZHANG Zijiao;YANG Yi;FEI Shumin;WEI Jinyang

作者机构：河南理工大学电气工程与自动化学院焦作454003 河南省智能装备直驱技术与控制国际联合实验室焦作454003 东南大学自动化学院南京210096 

出 版 物：《北京邮电大学学报》 (Journal of Beijing University of Posts and Telecommunications)

年 卷 期：2024年第47卷第2期

页      面：30-37页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：河南省科技攻关项目(232102210040) 

主　　题：非均匀去雾 双注意力卷积 Transformer模块 多特征融合重建网络 

摘      要：针对现有大部分去雾算法中对不同雾霾区域关注不足以及浓雾区域细节信息恢复不理想的问题,提出了一种结合卷积神经网络和Transformer模块的非均匀去雾算法。首先,为了更好地关注浓雾区域,在浅层特征提取阶段构建了并联双注意力卷积网络,分别从像素和通道的角度给图像分配不同的权重;其次,在深层特征提取中,引入了Transformer模块进行全局非均匀雾霾区域特征提取,既能有效捕捉特征之间的长距离依赖关系,又避免了普通卷积扩大感受野导致细节信息丢失的问题;最后,设计了多特征融合重建网络,能够自适应地融合浅层和深层特征,从而重构清晰图像。在公共数据集和自建非均匀雾霾数据集上进行了大量实验,结果表明,所提算法在视觉效果和客观评价指标上均优于其他对比算法。