matlab代码金字塔-DCPDN:密集连接的金字塔除雾网络(CVPR'2018)

上传者: 38705699 | 上传时间: 2022-11-08 17:14:51 | 文件大小: 871KB | 文件类型: ZIP
Matlab代码金字塔DCPDN 密集连接的金字塔除雾网络(CVPR'2018) , [](CVPR'18) 我们提出了一种新的端到端单图像除雾方法,称为密集连接金字塔除雾网络(DCPDN),该方法可以共同学习透射图,大气光和除雾。 通过将大气散射模型直接嵌入到网络中来实现端到端学习,从而确保所提出的方法严格遵循物理驱动的散射模型进行除雾。 受到密集网络的启发,该网络可以最大化沿不同级别特征的信息流,我们提出了一种具有多级金字塔池模块的边缘保持密集连接的编码器/解码器结构,用于估计传输映射。 该网络使用新引入的边缘保留丢失功能进行了优化。 为了进一步结合估计的透射图和去雾结果之间的相互结构信息,我们提出了一种基于生成对抗网络框架的联合判别器,以决定相应的去雾图像和估计的透射图是真实的还是假的。 进行了消融研究,以证明在估算的透射图和除雾后的结果中评估的每个模块的有效性。 大量的实验表明,与现有技术相比,该方法具有明显的改进。 @inproceedings{dehaze_zhang_2018, title={Densely Connected Pyramid Dehazing Net

文件下载

资源详情

[{"title":"( 28 个子文件 871KB ) matlab代码金字塔-DCPDN:密集连接的金字塔除雾网络(CVPR'2018)","children":[{"title":"DCPDN-master","children":[{"title":"models","children":[{"title":"readme.md <span style='color:#111;'> 1B </span>","children":null,"spread":false},{"title":"dehaze22.py <span style='color:#111;'> 24.60KB </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 1B </span>","children":null,"spread":false}],"spread":true},{"title":"myutils","children":[{"title":"utils.py <span style='color:#111;'> 2.79KB </span>","children":null,"spread":false},{"title":"vgg16.py <span style='color:#111;'> 1.82KB </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 1B </span>","children":null,"spread":false}],"spread":true},{"title":"train.py <span style='color:#111;'> 13.05KB </span>","children":null,"spread":false},{"title":"demo.py <span style='color:#111;'> 8.38KB </span>","children":null,"spread":false},{"title":"misc.py <span style='color:#111;'> 3.76KB </span>","children":null,"spread":false},{"title":"dehaze22.py <span style='color:#111;'> 20.50KB </span>","children":null,"spread":false},{"title":"generate_testsample.py <span style='color:#111;'> 2.70KB </span>","children":null,"spread":false},{"title":"transforms","children":[{"title":"__init__.pyc <span style='color:#111;'> 142B </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 1B </span>","children":null,"spread":false},{"title":"pix2pix.py <span style='color:#111;'> 6.52KB </span>","children":null,"spread":false}],"spread":true},{"title":"create_train.py <span style='color:#111;'> 2.93KB </span>","children":null,"spread":false},{"title":"demo_image","children":[{"title":"over_input1.png <span style='color:#111;'> 378.52KB </span>","children":null,"spread":false},{"title":"17_input.jpg <span style='color:#111;'> 7.85KB </span>","children":null,"spread":false},{"title":"over_our.png <span style='color:#111;'> 439.23KB </span>","children":null,"spread":false},{"title":"17_our1.jpg <span style='color:#111;'> 13.58KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 5.64KB </span>","children":null,"spread":false},{"title":"datasets","children":[{"title":"leetcode.py <span style='color:#111;'> 5.71KB </span>","children":null,"spread":false},{"title":"__init__.pyc <span style='color:#111;'> 140B </span>","children":null,"spread":false},{"title":"pix2pix_val.py <span style='color:#111;'> 2.29KB </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 1B </span>","children":null,"spread":false},{"title":"classification.py <span style='color:#111;'> 1.90KB </span>","children":null,"spread":false},{"title":"pix2pix_val2.py <span style='color:#111;'> 2.29KB </span>","children":null,"spread":false},{"title":"folder.py <span style='color:#111;'> 2.75KB </span>","children":null,"spread":false},{"title":"pix2pix.py <span style='color:#111;'> 3.16KB </span>","children":null,"spread":false}],"spread":true}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明