基于深度学习的多尺度轻量级图像去雾网络

摘要

深度学习已被大量应用于图像去雾领域,并取得优异表现。但现有的网络模型往往深度较深且包含大量参数,这会降低运算效率。为了实现轻量级网络和保持良好性能,提出了多尺度轻量级图像去雾网络(Multi-scale Lightweight Network,MLNet)。使用多支路设计和多尺度卷积提取不同层次的特征信息,在网络中进行特征融合后重建残差图像。最终使用残差图像与输入图像求和得到恢复图像。实验结果表明该方法在主观感知和客观指标上均优于对比方法。