26年WH人工智能基于多尺度和暗通道先验的随机路径去雾算法研究3.67-AI21.95_1-约18763字符.docx

下载本文档

阅读 0
格式 docx
大小 1003.88 KB
约32页
2026-06-09
收藏
评论
点赞(0)
海报
举报

26年WH人工智能基于多尺度和暗通道先验的随机路径去雾算法研究3.67-AI21.95_1-约18763字符.docx_第1页

1/32页

26年WH人工智能基于多尺度和暗通道先验的随机路径去雾算法研究3.67-AI21.95_1-约18763字符.docx_第2页

2/32页

26年WH人工智能基于多尺度和暗通道先验的随机路径去雾算法研究3.67-AI21.95_1-约18763字符.docx_第3页

3/32页

26年WH人工智能基于多尺度和暗通道先验的随机路径去雾算法研究3.67-AI21.95_1-约18763字符.docx_第4页

4/32页

26年WH人工智能基于多尺度和暗通道先验的随机路径去雾算法研究3.67-AI21.95_1-约18763字符.docx_第5页

5/32页

26年WH人工智能基于多尺度和暗通道先验的随机路径去雾算法研究3.67-AI21.95_1-约18763字符.docx_第6页

6/32页

26年WH人工智能基于多尺度和暗通道先验的随机路径去雾算法研究3.67-AI21.95_1-约18763字符.docx_第7页

7/32页

26年WH人工智能基于多尺度和暗通道先验的随机路径去雾算法研究3.67-AI21.95_1-约18763字符.docx_第8页

8/32页

26年WH人工智能基于多尺度和暗通道先验的随机路径去雾算法研究3.67-AI21.95_1-约18763字符.docx_第9页

9/32页

26年WH人工智能基于多尺度和暗通道先验的随机路径去雾算法研究3.67-AI21.95_1-约18763字符.docx_第10页

10/32页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/32

文本预览下载提示常见问题

JXSFDX 人工智能专业 2026 届学士学位论文I摘要雾天环境下采集的图像普遍存在对比度降低、色彩偏移及细节丢失等退化现象，这对目标检测、语义分割等高层视觉任务的性能构成直接干扰。现有去雾方法中，基于物理模型的暗通道先验在特定场景效果显著，但其假设在天空或浓雾区域往往失效；基于深度学习的方法虽拟合能力强，却常因缺乏物理可解释性而泛化受限，且动辄百万级的参数量对边缘设备的部署构成挑战。针对上述问题，本文提出一种融合物理先验与多尺度结构的随机路径去雾网格网络（Random Path Grid Dehazing Network）。在效果层面，通过可微分快速暗通道模...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容