A Cascaded Convolutional Neural Network for Single Image Dehazing

最新推荐文章于 2023-08-05 10:51:09 发布
VIP文章 最新推荐文章于 2023-08-05 10:51:09 发布
阅读量663 收藏
点赞数 1
分类专栏： image dehaze
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_31425127/article/details/80334360
版权

1 模型设计

网络模型结构设计

post-processing：对网络估计出的传播图又用了导向滤波器进行后续的优化

2 训练

  • 数据集 NYU-V2 Depth dataset
    前提：(1)全局大气光B服从[0.7.1]均匀分布;（2）大气散射系数从[0.6，2.8]随机选择；（3）针对每个无雾清晰图像以及对应的深度图，我们随机选择5个全局大气感和大气散射系数，人工合成有雾图像；（4）所有样本采样到207x154的大小
    训练集：1300张 x 5
    验证集：101张 x 5

  • 网络参数
    权重：高斯初始化
    学习率：0.001 动量参数：0.9
    batch size：32
    损失函数：大气光估计子网络的损失函数是：SSIM误差；传播图估计子网络的损失函数是：均方误差；因此，整个网络的损失函数上面两个误差之和。
    优化方法：Adam
    框架：Tensorflow

  • 对比实验
    卷积核个数的实验比

最低0.47元/天 解锁文章
青青大肥羊
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
Single Image Dehazing via Multi-Scale Convolutional Neural Networks
04-05
海报Single Image Dehazing via Multi-Scale Convolutional Neural Networks
CVPR2020论文列表（中英对照）
dovings的博客
07-04 7894
CVPR论文列表，中英对照
MTCNN（Multi-task Cascaded Convolutional Neural Networks）
qq_43258953的博客
04-05 1573
一，MTCNN（Multi-task Cascaded Convolutional Neural Networks）（多任务卷积神经网络），将人脸分类，区域检测与人脸关键点检测放在了一起，它的主题框架类似于cascade。总体可分为P-Net、R-Net、和O-Net三层网络结构。 它是2016年中国科学院深圳研究院提出的用于人脸检测任务的多任务神经网络模型，该模型主要采用了三个级联的网络，采用候...
Single image dehazing (Fattal)
女王の专属领地
05-07 5581
项目主页：http://www.cs.huji.ac.il/~raananf/projects/defog/ 作者主页：http://www.cs.huji.ac.il/~raananf/ 其他工作1：Automatic Recovery of the Atmospheric Light in Hazy Images（大气光的自动恢复） 其他工作2：Dehazing usingColor...
【论文解读】Single Image Dehazing via Multi-scale Convolutional Neural Networks_ECCV2016
yhz_xi的博客
01-04 2085
Introduction 现有图像去雾方法的性能受到手工设计的功能（例如暗通道，色差和最大对比度）以及复杂融合方案的限制。在本文中，我们通过学习模糊图像与其对应的透射图之间的映射关系，提出了一种用于单图像去雾的多尺度深度神经网络。 所提出的算法由基于整个图像预测整体透射图的粗尺度网和局部细化结果的细尺度网组成。 为了训练多尺度深层网络，我们基于NYU深度数据集合成了一个由模糊图像和相应的传输图组成的数据集。大量实验表明，该算法在质量和速度方面都优于合成和真实图像上的最新技术 M...
去雾算法学习——Single Image Dehazing（Fattal）笔记（未完继续）
热门推荐
krystalcui
01-27 1万+
本文是作者Fattal与2008年发表的文章，是对2007年的文章的改进 1.Image Degradation Model 光线沿着直线传播，但是大气中存在的灰尘、溶胶等导致大气散射的存在，这里建模思想是：沿短距离方向光线透射率有线性关系存在。沿最短距离dr光线吸收 βdr。其中，β 被称为媒介消光系数（光线散射导致）。由于这一过程，光线集成一条新型光线，在不同的空间，β志不同。给出透射率
Gated Fusion Network for Single Image Dehazing
女王の专属领地
04-19 6569
动机    在dehaze的问题里，其需要解决两个问题，一个是由于大气光造成的颜色投射出现差异，一个是其传输过程中所造成的可视效果衰减。因此论文通过对原始图像进行处理，尽可能的分别恢复出其颜色投射、可视效果，同时由于可视效果太暗，再增加伽马矫正，将这三个图像和原始的image输入，这就是这篇论文的动机。 方法    网络的核心思想就是学习confidence特征图去处理从原始图像获得的...
A Hybrid, Dual Domain, Cascade of Convolutional Neural Networks for MRI Reconstruction
FengF2017的博客
02-04 875
用于核磁共振影像重建的双域混合学习级联卷积网络 1. 论文信息 论文标题： A Hybrid, Dual Domain, Cascade of Convolutional Neural Networks for Magnetic Resonance Image Reconstruction 论文来源： MIDL 2019 论文链接： http://proceedings.mlr.press/v102/souza19a/souza19a.pdf 代码来源： https://github.com/rmsouza
基于深度学习的图像去雾算法
最新发布
weixin_46591090的博客
08-05 1212
此博客记录三种基于深度学习的图像去雾网络，简述其算法特点并定性定量分析网络性能。
Single Image Dehazing via Multi-scale Convolutional Neural Networks with Holistic Edges 2020 个人学习笔记
zhouaho2010的博客
04-18 2890
摘要 单图像去模糊一直是一个具有挑战性的问题，旨在恢复清晰的图像。现有的图像去模糊方法的性能受到手工设计的特征和先验的限制。在本文中，我们提出了一种多尺度深度神经网络，通过学习模糊图像与其传输映射之间的单图像去模糊。该算法由一个基于整个图像预测整体传输地图的粗尺度网和一个局部细化分离结果的精细尺度网组成。为了训练多尺度深度网络，我们基于纽约大学深度数据集，合成了一个由模糊图像和相应的传输地图组成的数据集。此外，我们提出了一个整体的边缘引导网络来细化估计的传输图的边缘。大量的实验表明，该算法在质量和速度..
A Comprehensive Survey and Taxonomy on Image Dehazing Based on Deep Learning（学习笔记，不喜勿喷）
learning5201的博客
07-15 1112
基于深度学习的图像去雾综合调查与分类 摘要 随着卷积神经网络的发展，已经提出了数百种基于深度学习的去雾方法。在本文中，我们对有监督、半监督和无监督去雾进行了全面调查。我们首先讨论常用的物理模型、数据集、网络模块、损失函数和评估指标。然后，对各种去雾算法的主要贡献进行了分类和总结。此外，还进行了各种基线方法的定量和定性实验。最后，指出了可以启发未来研究的未解决问题和挑战。 https://github.com/Xiaofeng-life/AwesomeDehazing 提供了一系列有用的除雾材料。 1 引言
Visibility_in_Bad_Weather_from_A_Single_Image
01-29
该方法为在有雾天气下去雾的一种方法，有很高的参考价值
Fattal的去雾实验
10-10
Fattal的去雾实验matlab源码 QQ820487892 欢迎讨论
dehazing_v11.rar
08-27
韩国一位学者用opencv实现的图像去雾，效果很好！opencv2.4.6版本库。
fattal的singel image dehazing
04-17
这是Fattal 发表的单幅图像去雾的matlab代码，对某些图片好用，对某些图片不好用。Fattal运用ICA，基于图像表面阴影和大气传递函数在局部块上不相关的假设，实现去雾。
A cascaded deep convolutional network for vehicle logo recognition from frontal and rear images of vehicles
02-11
A cascaded deep convolutional network for vehicle logo recognition from frontal and rear images of vehicles
论文研究-Accelerate convolutional neural networks for binary classification: a cascading cost-sensitive feature approach.pdf
08-22
加速卷积神经网络在二元分类中的速度：级联代价敏感的特征方法，庞俊彪，林辉煌，目前,卷积神经网络在很多计算机视觉任务上都取得了领先的性能。但是,卷积神经网络的计算复杂度非常高。实证结果发现,卷积神经网络
Scene Text Detection and Segmentation Based on Cascaded Convolution Neural Networks
02-06
Scene Text Detection and Segmentation Based on Cascaded Convolution Neural Networks
An efficient cascaded method for network intrusion detection based on extreme learning machines
02-07
An efficient cascaded method for network intrusion detection based on extreme learning machines
Wang G , Ourselin S , Vercauteren T , et al. Automatic Brain Tumor Segmentation using Cascaded Anisotropic Convolutional Neural Networks[C]// Medical Image Computing and Computer-Assisted Intervention. 2017.
05-18
这篇论文介绍了一种使用级联各向异性卷积神经网络（CNN）进行自动脑肿瘤分割的方法。该方法将三维MRI图像分为块，并使用一个三维卷积神经网络来对每个块进行分类，以确定其中是否存在肿瘤。然后，对肿瘤区域进行...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值