基于单图像双支联合映射的轻量级去雾网络

作     者：蓝章礼 唐若瀚 范亮 徐元通 张洪 

作者机构：重庆交通大学信息科学与工程学院 重庆交通大学省部共建山区桥梁及隧道工程国家重点实验室 

出 版 物：《激光杂志》 (Laser Journal)

年 卷 期：2024年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基资助金项目(52278291) 重庆市研究生科研创新项目(CYS240500 CYS240477) 

主　　题：双支去雾范式 单图像去雾 自监督对比学习 轻量级 大核选择注意力 

摘      要：针对部分场景需要对图像快速去雾的需求，提出一种联合全局和局部关系的单图像双支联合映射范式及相应的轻量级去雾网络，以提升去雾速度并改善图像质量。采用密集残差块结构(Residual double block，RDB)在多尺度的特征图之间进行跳跃连接融合特征，设计动态选择范围的大核选择注意力机制(Large select keys，LSK)获取其中有用的空间先验知识，并与各分支尾部的高级语义信息拼接获得高分辨率特征图。同时，将网络中普通卷积替换为深度可分离卷积(Depthwise separable convolution，Dep)以减少模型计算开销。训练得到有雾和无雾图像之间全局和局部的关系映射后，联合两部分映射信息进行无雾图像重构。所提出的方法在公开的室内和室外基准数据集上结构相似度分别为0.913和0.917，参数量约为1.7M，在吞吐量为502images/sec的服务器中图像推理速度约为2ms，对比相近去雾效果的模型，本方法提升了更好轻量级别。