检索结果-南通市图书馆

检索条件"主题词=NDPC-Net"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

面向夜间交通雾霾图像的去雾算法的研究

面向夜间交通雾霾图像的去雾算法的研究

引用

作者：姚文喆天津工业大学

学位级别：硕士

随着人工智能技术的发展,图像分类、目标识别、语义分割等高级计算机视觉任务应用得越来越广泛,在交通、工业、国防和安防领域发挥着越来越重要的作用。但是雾霾等低能见度天气会使传感器采集到的图像退化,影响计算机视觉任务的完成。... 详细信息

随着人工智能技术的发展,图像分类、目标识别、语义分割等高级计算机视觉任务应用得越来越广泛,在交通、工业、国防和安防领域发挥着越来越重要的作用。但是雾霾等低能见度天气会使传感器采集到的图像退化,影响计算机视觉任务的完成。而夜间雾霾环境相对于日间从固定的大气光源变成了数量、位置、颜色各异的点光源,导致传统的去雾算法无法完成夜间去雾任务。目前在自动驾驶领域,提高夜间交通环境下雾霾图像的质量、恢复场景细节是一个亟待解决的问题。本文对夜间去雾算法进行了深入研究,主要研究内容如下:(1)针对目前夜间雾霾图像数据集较少的问题,本文提出了NT-HAZE和R-HAZE两个合成夜间雾霾图像数据集及其合成方法。其中NT-HAZE是建立在Carla自动驾驶系统的三维场景中合成的雾霾图像数据集,能够计算出准确的景深信息,从而可以使用大气散射模型合成较准确的雾霾效果,并且对路灯、车灯等人造点光源的散射及光晕的渲染也较为真实,可以使神经网络模型很好的学习到在夜间交通雾霾环境中的去雾能力。R-HAZE是一个在夜间真实交通场景中添加雾霾的数据集,具体采用大气散射模型在夜间真实图像中添加不同浓度的雾霾,并使用领域迁移技术将雾霾图像由合成域转换至真实域,增加所添加雾霾的真实性,以提高神经网络模型在真实场景中的泛化能力。(2)通过分析总结夜间交通雾霾图像的特点,本文提出了端到端的单幅夜间图像去雾神经网络模型ndpc-net,它由Nested DDU-net和金字塔卷积块两部分组成,其中Nested DDU-net是由多个DDU-net构成的U形嵌套网络。DDU-net是结合U-net的设计思路,由动态特征增强模块、级联增强混合模块以及空洞块等构成的神经网络模型。它能够根据不同雾霾浓度学习产生相应的去雾能力,避免了在去雾过程中导致的颜色失真,更多的还原了原图的色彩,提高了夜间去雾效果。利用各种公开数据集和夜间真实雾霾图像与各种先进的夜间去雾算法进行对比,本文提出的ndpc-net能够在低照度或夜间交通场景实现快速有效的去雾,同时具有保持纹理流畅自然,色彩还原准确的特点。还完成了ndpc-net的消融实验,证明了本文提出算法的有效性。本文对夜间交通雾霾图像去雾的研究不仅提高了夜间计算机视觉任务的适用性,而且可以提高夜间自动驾驶车辆的安全性与可靠性。具有一定的研究意义和应用价值。

关键词：夜间交通图像去雾夜间合成雾霾数据集 ndpc-net 大气散射模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：