基于生成对抗网络的雾霾场景图像转换算法

焦陈坤熊闻心申梦瑶肖进胜雷俊锋

武汉大学;

摘要：

本文提出了一种新的基于生成对抗网络的雾霾场景图像转换算法.生成对抗网络GAN作为无监督学习的方法,无法实现图像像素与像素之间映射,即生成图像不可控.因此,基于模型的加雾算法存在参数不确定性和应用场景局限性,本文提出了一种新方法的新应用,利用生成对抗网络实现图像转换.该方法基于生成对抗网络GAN模型,改进了GAN的生成器和判别器,进行有监督学习,以训练雾霾图像生成像素与像素之间的映射关系,实现无雾图像与有雾图像之间的转换.以图像加雾为例,本文分别设计了生成网络和判决网络,生成网络用于合成有雾图像,判决网络用于辨别合成的雾霾图像的真伪.考虑到雾霾场景图像转换的对应效果,设计了一种快捷链接沙漏形生成器网络结…展开v

关键词：图像处理、图像转换、雾霾场景、生成对抗网络、深度学习

所属期刊栏目：43

分类号：TP311(计算技术、计算机技术)

资助基金：本课题得到国家重点研发计划;国家自然科学基金;湖北省高等学校省级教学研究项目

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：165-176