-
题名双通道噪声抑制网络及在阴影去除中的应用
- 1
-
-
作者
黄璞
苏畅
杨章静
杨国为
-
机构
南京审计大学计算机学院
-
出处
《小型微型计算机系统》
北大核心
2025年第10期2431-2439,共9页
-
基金
国家自然科学基金项目(62172229)资助
江苏省自然科学基金项目(BK20221349、BK20241906)资助.
-
文摘
针对图像中阴影覆盖导致信息缺失的问题,提出了一种基于Transformer的阴影去除方法——双通道噪声抑制网络(DNSNet).该方法在Transformer的基础上集成了全局双通道注意力模块,结合通道注意力和空间注意力机制,以捕获全面的全局上下文信息,从而实现精确的阴影去除,显著提升了阴影区域的清晰度和准确性.在阴影处理阶段,DNSNet进一步引入了噪声抑制注意力聚合模块,有针对性地突出关键特征,从而有效改善了阴影区域的处理效果.在ISTD、ISTD+和SRD数据集上的实验结果表明,DNSNet在阴影去除任务中,相较于现有方法,表现优异,不仅有效减少了阴影对图像质量的影响,还成功保留了图像的关键细节和自然纹理.
-
关键词
阴影去除
TRANSFORMER
多尺度混合注意力框架
噪声抑制注意力聚合模块
全局双通道
-
Keywords
shadow removal
transformer
multi-scale fusion attention framework
noise suppression attention aggregation module
global dual channel
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
