引用格式:刘忠洋，周杰，陆加新，等．多分辨率融合密集网络的图像去雨方法［J］．电光与控制，2023，30(7):57-62．LIUZY,ZHOUJ,LUJX,etal．Multi-resolutionfusiondensenetworkforimagerainremoval［J］．ElectronicsOptics＆Control,2023,30(7):57-62．多分辨率融合密集网络的图像去雨方法刘忠洋a，周杰a，陆加新b，缪则林a，江凯强a，高伟a(南京信息工程大学，a．人工智能学院(未来技术学院);b．电子与信息工程学院，南京210000)摘要:针对现有的去雨方法无法彻底去除雨纹并且去雨后图像存在细节丢失问题，提出一种多分辨率融合密集网络的图像去雨方法。网络主体由多个多分辨并行融合模块构成，始终保持空间精确的高分辨率并从低分辨率中接收大量的上下文信息。使用一种基于选择性卷积核机制SKNet的多尺度特征融合模块，通过非线性的方法有效聚合来自不同分辨率流的特征。在不同的分辨率流中使用一种改进的残差模块，采用相邻层次的多种尺度的卷积来获取丰富的雨纹信息。模块间使用密集连接，加强不同模块之间的特征传播。实验表明，所提方法在合成及真实雨像数据集上的评价指标与其他去雨方法相比有所提高，去除雨纹的同时能够保留更多的细节信息。关键词:图像去雨;多分辨率;密集网络;SKNet;特征融合中图分类号:TP391．41文献标志码:Adoi:10．3969/j．issn．1671－637X．2023．07．010Multi-resolutionFusionDenseNetworkforImageＲainＲemovalLIUZhongyanga,ZHOUJiea,LUJiaxinb,MIAOZelina,JIANGKaiqianga,GAOWeia(NanjingUniversityofInformationScienceandTechnology,a．SchoolofArtificialIntelligence(SchoolofFutureTechnology);b．SchoolofElectronicandInformationEngineering,Nanjing210000,China)Abstract:Theexistingrainremovalmethodscannotcompletelyremoverainstreak,andtheimagedetailsarelostafterrainremoval．Therefore,animagerainremovalmethodbasedonmulti-resolutionfusiondensenetworkisproposed．Themainbodyofthenetworkiscomposedofmultiplemulti-resolutionparallelfusionmodules,whichalwayskeepsthespatialaccuratehigh-resolutionrepresentationandreceivesalotofcontextinformationfromthelowresolution．Amulti-scalefeaturefusionmodulebasedontheselectiveconvolutionkernelmechanismSKNetisusedtoeffectivelyaggregatefeaturesfromstreamswithdifferentresolutionsbynonlinearmethod．Animprovedresidualmod...
