現(xiàn)有基于深度學(xué)習(xí)的目標(biāo)檢測(cè)方法大多使用干凈的自然光學(xué)圖像進(jìn)行訓(xùn)練。然而在常見(jiàn)惡劣成像環(huán)境,例如雨天,導(dǎo)致圖像對(duì)比度降低、顏色失真、紋理模糊和非均勻光照等主要質(zhì)量退化問(wèn)題,嚴(yán)重制約著目標(biāo)檢測(cè)性能。因此,深入研究雨天圖像質(zhì)量與相應(yīng)場(chǎng)景下的目標(biāo)檢測(cè)性能提升方法,具有重要的理論與實(shí)際應(yīng)用價(jià)值。目前,深度學(xué)習(xí)在去雨、低照度增強(qiáng)、去霧等惡劣成像環(huán)境下的圖像處理問(wèn)題中,取得了優(yōu)于傳統(tǒng)方法的結(jié)果。但是大多數(shù)基于深度卷積網(wǎng)絡(luò)的去雨模型結(jié)構(gòu)復(fù)雜,參數(shù)較多,使得它們難以作為插件式模塊嵌入目標(biāo)檢測(cè)網(wǎng)絡(luò),限制了算法模型在惡劣成像環(huán)境下的應(yīng)用。同時(shí),這些方法僅關(guān)注圖像主客觀性能指標(biāo)的提升,并未考慮對(duì)后續(xù)檢測(cè)網(wǎng)絡(luò)的影響,因此經(jīng)過(guò)處理后的圖像盡管在視覺(jué)質(zhì)量上有所改善,但對(duì)檢測(cè)性能的提升卻相對(duì)有限。本文圍繞雨天目標(biāo)檢測(cè)性能提升問(wèn)題展開(kāi),提出基于深度卷積網(wǎng)絡(luò)的輕量級(jí)雨天圖像質(zhì)量提升方法,其主要工作和創(chuàng)新點(diǎn)如下:（1）結(jié)合空洞卷積和遞歸結(jié)構(gòu),本文提出一個(gè)端到端的輕量級(jí)去雨網(wǎng)絡(luò),在模型參數(shù)不超過(guò)40K的基礎(chǔ)上,能夠顯著提升雨天退化圖像的主觀視覺(jué)效果與客觀評(píng)價(jià)指標(biāo)。（2）同時(shí)為了提升經(jīng)過(guò)去雨網(wǎng)絡(luò)處理后圖像的檢測(cè)性能,本文提出了... 

【文章來(lái)源】：廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

神經(jīng)元的基木結(jié)構(gòu)

【即曰與單隱層全連接神經(jīng)網(wǎng)絡(luò)示意圖

網(wǎng)絡(luò)結(jié)構(gòu)圖


本文編號(hào)：3053666