CN114627024B 一种基于多阶段网络的单图像去雨方法及系统 （广东工业大学）

一种基于多阶段网络的单图像去雨方法及本发明提出一种基于多阶段网络的单图像雨网络；基于通道注意力机制和空间注意力机2基于通道注意力机制和空间注意力机制，构建第三图像去雨网络；将待去雨图像分为等大的4个小图片后输入所述第一图像去雨网络，所述第一图像去将待去雨图像分为等大的2个小图片后，与所述第一去雨特征图谱输入第二图像去雨将待去雨图像和所述第二去雨特征图谱输入所述第三图像去雨网所述第三图像去雨网络包括卷积层、通道注意力模块、空间注意力模将待去雨图像输入第三图像去雨网络，空间注意力模块对所述待去雨图像输入第一图像去雨网络后，所述待去雨图像经过卷征提取结果再经过卷积层执行一次卷积操作后依次经过编码解码网络和监督注意力模块待去雨图像输入第二图像去雨网络后，所述待去雨图像经过卷4.根据权利要求2或3所述的基于多阶段网络的单图像去雨方法包括m个依次连接的上采样模块；所述编码器的每个下采样模块与所述解码器的相应层级待去雨图像执行一次卷积操作后分别输入所述第一输入通道和第二3步骤D、根据计算得到的损失函数进行反向传播更新多阶段网络单图像去雨网络的参步骤E、重复循环步骤B-步骤D对多阶段网络单图像去雨8.一种基于多阶段网络的单图像去雨系统，应用于如权利要求1~7任一项所述的基于多阶段网络单图像去雨网络，包括第一图像去三图像去雨网络设置有通道注意力模块和空间将待去雨图像输入所述第一图像去雨网络，所述第一图像去雨网45述特征提取结果再经过卷积层执行一次卷积操作后依次经过编码解码网络和监督注意力模块与所述解码器的相应层级的上采样模块6[0031]步骤D、根据计算得到的损失函数进行反向传播更新多阶段网络单图像去雨网络[0032]步骤E重复循环步骤B-步骤D，不断对多阶段网络单图像去雨网络的参数进行更述第三图像去雨网络设置有通道注意力模块和空间注[0039](1)通过构建第一图像去雨网络、第二图像去雨网络和第三图像去雨网络三阶段[0040](2)通过通道注意力机制及空间注意力机制对待去雨图像的特征进行重点关注，7雨条纹特征进行第一阶段的特征学习，得到含有大量图像特征信息量的第一去雨特征图谱。然后将待去雨图像和第一阶段学习得到的第一去雨特征图谱传输至第二图像去雨网过卷积层执行一次卷积操作后传输至通道注意力模块(CAM，ChannelAttentionModule)8[0067]对待去雨图像进行一次分片，将待去雨图像分为等大的2个小图片输入第二图像加运算结果依次经过编码解码网络和监督注意力模块(SAM，SupervisedAttention行下采样操作，然后将编码器的结果传输到解码器中进行上采样操作后恢复完整的图像。9注意力模块、空间注意力模块和监督注意力模块。空间注意力模块(SAB，Spatial特征图谱进行叠加运算，叠加运算结果依次经过原始分辨率模块(OriginalResolution[0082]步骤D、根据计算得到的损失函数进行反向传播更新多阶段网络单图像去雨网络[0084]本实施例中，以峰值信噪比PSNR(PeakSignaltoNoiseRatio)和结构相似性SSIM(StructuralSimilarity)的为评估标准，将测试集中的数据输入多阶段网络单图像[0094]根据峰值信噪比PSNR和结构相似性SSIM对多阶段网络单阶段网络的单图像去雨系统的架构图，包括数据获取模块和多阶段网络单图像去雨网络。图像去雨网络设置有通道注意力模块和空间注