شبكة GridDehazeNet: شبكة متعددة القياسات تعتمد على الانتباه لإزالة الضباب من الصور

نقترح شبكة عصبية تقنية التعلم العصبي المُتَعَلِّمَة من البداية إلى النهاية (CNN) باسم GridDehazeNet، لمعالجة الضباب في الصور الفردية. تتكون الشبكة GridDehazeNet من ثلاثة وحدات: المعالجة السابقة، الوحدة الأساسية، والمعالجة اللاحقة. يمكن للمعالجة السابقة القابلة للتدريب أن تولد مدخلات متعلمة ذات تنوع أفضل وميزات أكثر صلة مقارنة بالمدخلات المشتقة التي تنتجها طرق المعالجة السابقة المختارة يدويًا. تقوم الوحدة الأساسية بتنفيذ تقدير متعدد المقاييس جديد يستند إلى انتباه الشبكة الشبكية، مما يمكنه من تخفيف مشكلة الزجاجة التي غالباً ما تواجهها الطرق التقليدية المتعددة المقاييس بشكل فعال. تساعد وحدة المعالجة اللاحقة في تقليل الأثر غير الطبيعي في الإخراج النهائي. تشير نتائج التجارب إلى أن GridDehazeNet تتفوق على أحدث الأساليب في كلٍ من الصور المصطنعة والصور الحقيقية. لا تعتمد الطريقة المقترحة لمعالجة الضباب على نموذج التشتت الجوي، ونقدم شرحًا حول سبب عدم ضرورة الاستفادة من تخفيض البعد الذي يقدمه نموذج التشتت الجوي لمعالجة الضباب في الصور، حتى لو كان الأمر يتعلق فقط بنتائج معالجة الضباب في الصور المصطنعة.