科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现恶劣战场环境下降质图像的有效恢复、降低环境因素对战场态势感知的干扰，构建一种全新的、端到端的图像恢复方法——门控采样网络（GSNet）。该网络以编码块-解码块为基本架构，以CNNs与门控卷积为编码与解码机制，以压缩和激励网络为编码块与解码块的连接机制，以高阶信息重要程度的重标定区分目标与背景特征，以通道粒度因子压缩方法为轻量化策略，实现对战场恶劣环境图像的快速恢复。相关实验结果表明，GSNet模型可使PSNR达到19.35dB，并且SSIM达到0.724，无论是客观指标评价，还是主观视觉效果，性能均优于对比的主流图像恢复算法；轻量级GSNet模型在较小提升PSNR、SSIM等指标的情况下，其参数量、FLOPs以及单张图像处理时间分别降低了56.6%、54.6%和55.56%。
- 出版日期2023
- 单位中北大学
