联合图像通道与像素双注意力机制精细化单幅图像去雪

作     者：石明珠 糟斌 苏宇皓 林芯卉 孔思琪 谭慕贤 SHI Mingzhu;ZAO Bin;SU Yuhao;LIN Xinhui;KONG Siqi;TAN Muxian

作者机构：天津师范大学电子与通信工程学院天津300387 天津无线移动通信与无线电能传输重点实验室天津300387 

出 版 物：《光学精密工程》 (Optics and Precision Engineering)

年 卷 期：2024年第32卷第12期

页      面：1954-1964页

核心收录：

学科分类：0810[工学-信息与通信工程] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(No.61501328) 横向一般项目(No.53H21034) 国家留学基金委资助项目(No.202008120045) 天津市研究生科研创新项目(No.2022SKYZ377) 

主　　题：单幅图像去雪 通道注意力机制 像素注意力机制 深度图像先验 

摘      要：针对雪天退化图像中不规则和多变的雪花形态,提出一种双注意力机制的精细化图像去雪网络(Dual Attention Refinement Desnowing Network,DARDNet)。网络引入维度拆分处理策略,并行处理通道和像素双维度特征,旨在有效配置两种注意力机制,兼顾提取复杂特征和保护纹理细节。其中,通道注意力机制针对雪花形态构建基础模块,形成U型金字塔结构分层提取深层次特征;像素注意力机制结合卷积形成自校准模块,串联高效Transformer关注图像纹理细节;两种注意力机制并行化处理后进行特征融合,提升信息融合度。在CSD,SRRS和Snow100K三个数据集上进行验证测试,其中在CSD数据集上PSNR达到32.16 dB,SSIM达到0.96。本文方法在处理多种雪花形态方面具有一定优势,能很好地重建纹理细节,获得高质量的去雪图像。