FFA-Net: Feature Fusion Attention Network for Single Image Dehazing

arXiv 2019

Xu Qin1, Zhilin Wang, Yuanchao Bai, Xiaodong Xie, Huizhu Jia

简介

文章提出了一种端到端特征融合注意力网络FFA-net。其中创新部分为添加了通道注意力层和像素注意力层。

Model

如图所示，整个网络由三个残差块、通道注意力层、像素注意力层组成。文章认为，卷积提取的特征层并不是每层每个像素等价重要的。其中通道注意力层和像素注意力层如下所示：

文章对像素注意力层可视化：

文章使用了损失。

数据和训练

数据集

• 训练集：RESIDE

• 测试集：RESIDE

训练设置

• 输入图像随机旋转90、180、270
• 图像大小为240*240
• 使用Adam优化器
• 初始学习率设置为

对比和测试

测试指标

• PSNR
• SSIM

指标对比

指标还是比较高的。

结果展示