TY - JOUR ID - 10.11834/jrs.20232333 TI - 基于层级特征交互与增强感受野的双分支遥感图像去雾 AU - 孙航 AU - 方帅领 AU - 但志平 AU - 任东 AU - 余梅 AU - 孙水发 VL - IS - PB - 科学出版社 SP - EP - PY - JF - 遥感学报 JA - UR - http://jors.ijournals.cn/jrs/ch/reader/view_abstract.aspx?file_no=202207040000001&flag=2 KW - 深度学习;遥感图像去雾;层级特征交互;感受野;双分支 KW - Deep learning KW - remote sensing image dehazing KW - hierarchical feature interaction KW - receptive field KW - two-branch AB - 近年来,深度学习的去雾方法在图像去雾领域取得了显著的成绩。然而,大多数基于U型网络的去雾方法将编码层特征直接传递到对应解码层,缺乏浅层和深层特征之间的信息交互。此外,基于非U型网络的去雾方法存在感受野受限问题,无法有效的利用上下文信息。从而导致这些方法在场景尺度变化较大的遥感图像去雾中无法取得理想效果。为此,本文提出了一种基于层级特征交互与增强感受野的双分支遥感图像去雾网络,该方法包含层级特征交互子网和多尺度信息提取子网。其中,层级特征交互子网利用层级特征交互融合模块,逐层的在浅层特征中引入语义信息,深层特征中引入空间细节信息,从而增强编码层中不同层级特征之间的信息交互。多尺度信息提取子网利用多尺度残差空洞卷积模块,融合不同感受野的特征,从而获取对于遥感图像去雾至关重要的上下文信息。在两个公开数据集上的实验结果表明,本文提出的去雾方法相比现有的9种优秀的去雾算法,取得了最好的客观评价指标和视觉效果。 ER -