基于门控融合网络的单幅图像去雾技术解析与实现

1次阅读

没有评论

共计 1274 个字符，预计需要花费 4 分钟才能阅读完成。

图像去雾旨在从雾霾退化的图像中恢复清晰场景，是低层计算机视觉中的经典问题。传统方法主要基于大气散射模型：

$$I(x) = J(x)t(x) + A(1-t(x))$$

其中 $I(x)$ 为观测图像，$J(x)$ 为清晰场景，$A$ 为大气光，$t(x)$ 为透射率图。基于物理模型的方法（如暗通道先验）存在两个主要局限：

对浓雾或非均匀雾况适应性差
依赖人工设计的先验知识，泛化能力有限

网络采用编码器 - 解码器结构，关键创新在于：

金字塔池化模块 ：在编码器不同阶段插入 ASPP（Atrous Spatial Pyramid Pooling），以不同膨胀率捕获多尺度上下文
跳跃连接增强 ：通过 1 ×1 卷积对齐特征图通道数，避免直接拼接导致的特征冲突

门控单元采用 sigmoid 激活生成 0 - 1 的权重掩码：

$$G = \sigma(W_g * [F_{low}, F_{high}] + b_g)$$

其中 $F_{low}$ 为浅层特征，$F_{high}$ 为深层语义特征。最终融合特征计算为：

$$F_{fusion} = G \odot F_{high} + (1-G) \odot F_{low}$$

损失函数包含三部分：

L1 重建损失 ：$\mathcal{L}{rec} = |J – J|_1$
感知损失 ：使用 VGG16 提取特征后计算差异
边缘保持损失 ：Sobel 算子强化边缘一致性

class GatedFusionBlock(nn.Module):
    def __init__(self, channels):
        super().__init__()
        self.conv_gate = nn.Sequential(nn.Conv2d(2*channels, channels, 3, padding=1),
            nn.Sigmoid())

    def forward(self, x_low, x_high):
        gate = self.conv_gate(torch.cat([x_low, x_high], dim=1))
        return gate * x_high + (1-gate) * x_low

# 关键训练参数
batch_size = 16  # 显存不足时可降低
learning_rate = 1e-4  # 使用 Adam 优化器
num_epochs = 100  # 早停机制建议设为 30