一种结合Transformer和CNN的散斑图复原网络

近年来，深度学习已成功应用于计算成像领域，并取得了显著的成果。目前，实现激光透过散射介质后的图像复原技术成为热门的研究课题，本文提出了一种包含双编码器的深度学习网络模型Trans＿CNN,从散斑图复原目标物图像，该网络融合了来自Transformer编码器和卷积神经网络编码器的信息，并将融合的编码信息传递给解码器获得复原结果，从散斑图中最大程度地学习全局特征和局部特征，从而更好地从散斑图复原出目标图像。实验结果证明Trans＿CNN网络在复原散斑图像方面具有更好的性能和复原图像质量较好。