一种基于深度学习的多尺度轻量级的图像去雾网络.pdfVIP

下载本文档

0
0
约4.88千字
约 5页
2023-05-17 发布于四川
举报
版权申诉

一种基于深度学习的多尺度轻量级的图像去雾网络.pdf

1、本文档共5页，其中可免费阅读4页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

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‑scaleLightweightNetwork，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。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114820366 A (43)申请公布日 2022.07.29 (21)申请号 202210445862.X (22)申请日 2022.04.26 (71)申请人哈尔滨理工大学地址 150080