您当前的位置：
首页 >
文章列表页 >
多深度自适应融合去雾生成网络
计算机科学与技术 | 更新时间：2025-08-04

    • 多深度自适应融合去雾生成网络

    • Multi⁃depth adaptive fusion dehazing generation network

    • “在图像去雾领域，研究者提出了多深度自适应融合的去雾生成网络，有效提升了去雾效果。在SOTS Outdoor验证集上PSNR达到36.20 dB，SSIM达到0.988 4。”
    • 吉林大学学报（工学版）   2025年55卷第6期 页码：2103-2113
    • 作者机构：

      1.三峡大学 电气与新能源学院，湖北 宜昌 443002

      2.湖北省输电线路工程技术研究中心，湖北 宜昌 443002

      3.电子科技大学 航空航天学院，成都 611731

    • 作者简介：

      文斌（1985-）男，讲师，博士.研究方向：数字视频信号处理.E-mail：wenbin_08@126.com

      杨超（1989-）男，讲师，硕士.研究方向：工业智能控制技术.E-mail：yangchao_0305@126.com

    • 基金信息：
      国家自然科学基金项目(62273200;61876097);湖北省输电线路工程技术研究中心研究基金项目(2022KXL03)

    • DOI：10.13229/j.cnki.jdxbgxb.20230813    

      中图分类号： TP391.4

    • 收稿：2023-08-03，

      纸质出版：2025-06-01

    移动端阅览

  • 文斌,彭顺,杨超等.多深度自适应融合去雾生成网络[J].吉林大学学报（工学版）,2025,55(06):2103-2113. DOI： 10.13229/j.cnki.jdxbgxb.20230813.

    WEN Bin,PENG Shun,YANG Chao,et al.Multi⁃depth adaptive fusion dehazing generation network[J].Journal of Jilin University(Engineering and Technology Edition),2025,55(06):2103-2113. DOI： 10.13229/j.cnki.jdxbgxb.20230813.

  •  
  •  

0

浏览量

5

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

图像去雾算法研究进展
基于卷积神经网络的联合估计图像去雾算法
结合天空分割和超像素级暗通道的图像去雾算法
多尺度细节增强与分层抑噪的图像去雾算法
基于深度学习的图像信息隐藏方法综述

相关作者

蒋华伟
杨震
张鑫
董前林
王柯俨
王迪
赵熹
陈静怡

相关机构

河南工业大学 粮食信息处理与控制教育部重点实验室
河南工业大学 信息科学与工程学院
安徽理工大学 深部煤矿采动响应与灾害防控国家重点实验室
西安电子科技大学 综合业务网理论及关键技术国家重点实验室
西安电子科技大学 综合业务网理论及关键技术国家重点实验室
0