基于半监督学习和动态感知注意力U型网络的雾霾图像恢复方法

本发明公开了基于半监督学习和动态感知注意力U型网络的雾霾图像恢复方法，方法步骤如下：首先，结合可变形卷积和注意力机制，设计了一种动态感知注意力U型网络，可以有效感知雾图中的雾霾密度分布。然后，构建有监督分支，使用合成数据集训练网络，确保模型具备基本的去雾能力；接着，为了提升在自然雾霾图像上的泛化能力，进一步构建了无监督学习分支，利用自然图像的统计特性对网络进行微调；最后，使用训练完成的去雾网络，将雾霾图像作为输入，端到端地恢复无雾图像。与其他方法相比，本发明的去雾方法有效改善了图像去雾后的噪声和颜色失真问题，恢复后的图像在视觉质量上更加出色，具有良好的实用性和应用前景。