您当前的位置：
首页 >
文章列表页 >
基于多尺度编码-解码神经网络的图像去雾算法
计算机科学与技术 | 更新时间：2025-05-26

    • 基于多尺度编码-解码神经网络的图像去雾算法

    • Image dehazing algorithm based on multiscale encoding decoding neural network

    • “在图像去雾领域，研究者提出了多尺度编码-解码神经网络模型MSAOD，有效改善了图像细节、色彩和亮度。”
    • 吉林大学学报（工学版）   2024年54卷第12期 页码：3626-3636
    • 作者机构：

      1.吉林大学 通信工程学院，长春 130012

      2.长春师凯科技产业有限责任公司，长春 130015

    • 作者简介：

      王勇（1982-），女，副教授，博士.研究方向：数字图像处理.E-mail：wang_yong8205@163.com

    • 基金信息：
      吉林省科技厅重点研发项目(20230201043GX)

    • DOI：10.13229/j.cnki.jdxbgxb.20231030    

      中图分类号： TP399;TN919.8

    • 收稿：2023-09-26，

      纸质出版：2024-12-01

    移动端阅览

  • 王勇,边宇霄,李新潮等.基于多尺度编码-解码神经网络的图像去雾算法[J].吉林大学学报（工学版）,2024,54(12):3626-3636. DOI： 10.13229/j.cnki.jdxbgxb.20231030.

    WANG Yong,BIAN Yu-xiao,LI Xin-chao,et al.Image dehazing algorithm based on multiscale encoding decoding neural network[J].Journal of Jilin University(Engineering and Technology Edition),2024,54(12):3626-3636. DOI： 10.13229/j.cnki.jdxbgxb.20231030.

  •  
  •  

0

浏览量

15

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

基于卷积神经网络的联合估计图像去雾算法
基于合成图像数据集的挖掘机关键点识别
多尺度细节增强与分层抑噪的图像去雾算法
基于增强正例与层间负例的语义相似性模型
基于深度学习的多目标跟踪研究进展综述

相关作者

王柯俨
王迪
赵熹
陈静怡
李云松
姚宗伟
陈辰
高振云

相关机构

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
吉林大学 机械与航空航天工程学院
柳州柳工挖掘机有限公司
兰州交通大学 电子与信息工程学院
桂林电子科技大学 信息与通信学院，广西壮族自治区
0