双注意力密集残差收缩网络的图像去雨算法.pdfVIP

第３２卷第３期电光与控制Ｖｏｌ.３２Ｎｏ.３

２０２５年３月ＥｌｅｃｔｒｏｎｉｃｓＯｐｔｉｃｓ＆ＣｏｎｔｒｏｌＭａｒ.２０２５

引用格式:王震ꎬ牛晓伟.双注意力密集残差收缩网络的图像去雨算法[Ｊ].电光与控制ꎬ２０２５ꎬ３２(３):８８￣９３.ＷＡＮＧＺＮＩＵＸＷ.Ａｎｉｍａｇｅｄｅ￣

ｒａｉｎｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｄｕａｌａｔｔｅｎｔｉｏｎｄｅｎｓｅｒｅｓｉｄｕａｌｃｏｎｔｒａｃｔｉｏｎｎｅｔｗｏｒｋ[Ｊ].ＥｌｅｃｔｒｏｎｉｃｓＯｐｔｉｃｓ＆Ｃｏｎｔｒｏｌ２０２５３２(３):８８￣９３.

双注意力密集残差收缩网络的图像去雨算法

王震ꎬ牛晓伟

(重庆三峡学院电子与信息工程学院ꎬ重庆４０４０００)

摘要:针对现有算法对雨纹的清除不彻底并存在背景信息丢失的问题ꎬ提出一种双注意力密集残差收缩网络的图

像去雨算法ꎮ该网络首先通过混合特征补偿模块收集多种尺度信息ꎻ在编码阶段使用双注意力密集残差收缩块作为

编码器基础编码块ꎬ利用软阈值网络将收集的特征信息中的无用信息置零并添加空间ꎬ利用通道双注意力标注雨纹

的位置信息ꎻ在解码阶段将前面不同阶段的特征信息进行聚合ꎬ通过ｓｃＳＥ注意力机制进行空间、通道两方面激励ꎬ压

缩特征信息传入解码器进行解码ꎬ最终输出去雨图像ꎮ在公开数据集Ｒａｉｎ１００Ｈ、Ｒａｉｎ１００Ｌ、Ｒａｉｎ８００和Ｒａｉｎ１２上进行实

验ꎬ以Ｒａｉｎ１００Ｈ为例与其他算法相比ꎬ峰值信噪比(ＰＳＮＲ)提高了１.０７~７.４５ｄＢꎬ结构相似度提高了０.０２１~０.１３９ꎮ

关键词:图像去雨ꎻ混合特征补偿ꎻ注意力机制ꎻ双注意力密集残差收缩网络

中图分类号:ＴＰ２７３文献标志码:Ａｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１６７１－６３７Ｘ.２０２５.０３.０１４

ＡｎＩｍａｇｅＤｅｒａｉｎｉｎｇＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＤｕａｌＡｔｔｅｎｔｉｏｎ

ＤｅｎｓｅＲｅｓｉｄｕａｌＣｏｎｔｒａｃｔｉｏｎＮｅｔｗｏｒｋ

ＷＡＮＧＺｈｅｎＮＩＵＸｉａｏｗｅｉ

(ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＣｈｏｎｇｑｉｎｇＴｈｒｅｅＧｏｒｇｅｓＵｎｉｖｅｒｓｉｔｙＣｈｏｎｇｑｉｎｇ４０４０００Ｃｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｔｈａｔｅｘｉｓｔｉｎｇａｌｇｏｒｉｔｈｍｓｃａｎｎｏｔｒｅｍｏｖｅｔｈｅｒａｉｎｐａｔｔｅｒｎｔｈｏｒｏｕｇｈｌｙａｎｄｍａｙ

ｃａｕｓｅｂａｃｋｇｒｏｕｎｄｉｎｆｏｒｍａｔｉｏｎｌｏｓｓａｎｉｍａｇｅｄｅｒａｉｎｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＤｕａｌＡｔｔｅｎｔｉｏｎＤｅｎｓｅｒｅｓｉｄｕａｌ

Ｃｏｎｔｒａｃｔｉｏｎ(ＤＡＤＣ)ｎｅｔｗｏｒｋｉｓｐｒｏｐｏｓｅｄ.Ｉｎｔｈｅｎｅｔｗｏｒｋｖａｒｉｏｕｓｓｃａｌｅｉｎｆｏｒｍａｔｉｏｎｉｓｃｏｌｌｅｃｔｅｄｔｈｒｏｕｇｈａ

ｍｉｘｅｄｆｅａｔｕｒｅｃｏｍｐｅｎｓａｔｉｏｎｍｏｄｕｌｅ.ＡｔｔｈｅｅｎｃｏｄｉｎｇｓｔａｇｅｔｈｅＤＡＤＣｍｏｄｕｌｅｉｓｔａｋｅｎａｓｔｈｅｂａｓｉｃｅｎｃｏｄｉｎｇ

ｍｏｄｕｌｅｏｆｔｈｅｅｎｃｏｄｅｒａｎｄａｓｆｏｒｔｈｅｃｏｌｌｅｃｔｅｄｆｅａｔｕｒｅｉｎｆｏｒｍａｔｉｏｎｔｈｅｕｓｅｌｅｓｓｉｎｆｏｒｍａｔｉｏｎｉｓｚｅｒｏｅｄｏｕｔｂｙ

ｕｓｉｎｇｔｈｅｓｏｆｔｔｈｒｅｓｈｏｌｄｎｅｔｗｏｒｋａｎｄｄｕａｌ￣ａｔｔｅｎｔｉｏｎｏｆｓｐａｔｉａｌａｎｄｃｈａｎｎｅｌｉｓａｄｄｅｄｔｏａｎｎｏｔａｔｅｔｈｅｌｏｃａｔｉｏｎ

ｉｎｆｏｒｍａｔｉｏｎ