TY -的A2 Podoleanu Adrian盟——冯Jiangfan AU -气,双PY - 2020 DA - 2020/06/24 TI -运动去模糊图像的颜色增强WGAN SP - 1295028六世- 2020 AB -运动去模糊和图像增强是活跃的研究领域。尽管基于cnn的模型在运动去模糊和图像增强方面具有先进的技术水平，但在挑战光照条件较差的图像时，它无法产生多任务结果。本文的核心思想是引入一种新的多任务学习算法用于图像的运动模糊和色彩增强，使我们能够在消除运动模糊的同时增强图像的色彩效果。为了实现这一目标，我们首次利用生成对抗网络(GANs)的框架探讨了两种任务的同步处理。我们添加 l1损失为发生器损失，模拟模型在像素级匹配目标图像。为了使生成的图像在视觉层面上更接近目标图像，我们还将感知风格损失纳入生成器损失。经过大量的实验，得到了一种有效的配置方案。经过大约一周训练的最佳模型在去模糊和增强方面都达到了最先进的性能。此外，它的图像处理速度大约比最佳竞争对手快1.75倍。SN - 1687-9384 UR - https://doi.org/10.1155/2020/1295028 DO - 10.1155/2020/1295028 JF -国际光学杂志PB - Hindawi KW - ER -