网站页面设计方案,工作设计室网站,洛阳网络推广公司,65平米装修全包多少钱文章目录 GAN-LossIdentity-LossDP-lossCycle-Loss G和F都是生成器 G是hazy → \to → gt F是gt → \to → hazy D y D_y Dy判别无雾图是真实还是生成的#xff1f; D x D_x Dx判别有雾图是真实还是生成的#xff1f; GAN-Loss
在 DAM-CCGAN 中存在两个判别器 D x D_x D… 文章目录 GAN-LossIdentity-LossDP-lossCycle-Loss G和F都是生成器 G是hazy → \to → gt F是gt → \to → hazy D y D_y Dy判别无雾图是真实还是生成的 D x D_x Dx判别有雾图是真实还是生成的 GAN-Loss
在 DAM-CCGAN 中存在两个判别器 D x D_x Dx和 D y D_y Dy 其中 D x D_x Dx区分有雾图像和生成器生成的有雾图像 D y D_y Dy区分无雾图像和生成的无雾图像 D y D_y Dy的目标是将生成器G生成的无雾图 Fake_B 与 ground truth 区分开 生成器G的目标则是让生成的无雾图 Fake_B 无限趋近于 ground truth在相互博弈中提升生成器G和鉴别器 D y D_y Dy的性能类似的生成器F和鉴别器 D x D_x Dx的性能也得到提升
真实有雾图输入到G之后输出fake-B交给 D y D_y Dy判断是真实无雾图还是生成的无雾图这里产生损失叫做GAN-Loss
Identity-Loss
为了保持输入图像和输出图像色调一致增加了 Identity Loss 来提升生成器 的性能训练生成器的效果.
雾图hazy输入到F之后也要保证生成雾图结果和原雾图尽可能相似因为F负责生成hazy
清晰图片gt输入到G之后要保证清晰结果和gt一致因为G负责生成清晰图像
DP-loss
这是细节感知损失 为了恢复更多的图像纹理细节信息增加了细节感知损失函数 Detail Perception Loss 来弥补图像的细节信息使得图像语义上更加接近目标图像
Cycle-Loss
循环一致性损失 Cycle_Loss 是逐像素的比较经过两次映射后的图像与原图 像之间的像素级误差。建立循环一致性损失函数来最小化雾图 x i x_i xi与其重建的雾图 F ( G ( x i ) ) F(G(x_i)) F(G(xi))之间的差异及最小化清晰图像 y i y_i yi与其重建的清晰图像 G ( F ( y i ) ) G(F(y_i)) G(F(yi))之间的差异
