计算机工程

作者：黄山, 贾俊

单位：四川大学 电气工程学院, 成都 610065

关键词：图像去雾,循环生成式对抗网络,多尺度鉴别器,对抗损失,循环感知损失

基金：教育部产学合作协同育人项目（202002109040）。

针对现有图像去雾方法存在的颜色失真、细节丢失以及去雾效果不自然等问题，提出一种改进的循环生成式对抗网络用于图像去雾。通过添加多尺度鉴别器作为判别器来改进原始网络结构，增强判别能力，引导网络产生更精细自然的无雾图像。同时重新设计损失函数，使用最小二乘代替交叉熵作为对抗损失，引入循环感知损失，结合原始循环一致性损失组成新的复合损失函数，提高图像颜色与细节恢复的质量。在D-HAZY和SOTS数据集上的实验结果表明：该方法能够生成较为自然的无雾图像，其主观效果和客观指标均优于对比方法，具有更好的去雾能力；与原始循环生成式对抗网络相比，峰值信噪比从19.052 dB提高至23.128 dB，结构相似性指数从0.787提高至0.867。与DehazeNet、AOD-Net与GCANet等主流去雾方法相比，峰值信噪比和结构相似性指数比排名第二的方法分别提升7.1%和4.3%。

来源：2022年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第12期