系统工程与电子技术

作者：包玉刚(), 贾皓翔, 赵旦峰

单位：哈尔滨工程大学信息与通信工程学院，黑龙江 哈尔滨 150001

关键词：高阶递归,深度学习,单幅图像去雨滴,双尺度残差,分组卷积,门控循环单元

基金：中国电子科技集团公司第五十四研究所校企合作项目（KY10800210062）资助课题

目前单幅图像去雨滴模型提取大尺度雨滴特征的能力较差，导致精度不高，无法很好地应用在复杂多变的实际场景中。为此，提出一种基于高阶递归网络的单幅图像去雨滴模型。首先，利用结合注意力机制的分组卷积构建一种双尺度注意力残差模块，更好地提取大尺度雨滴的有效特征。其次，设计一种高阶递归特征传递机制，有效强化了这些特征从局部到整体的传递作用。最后，提出一种双尺度残差门控循环单元，建立了对递归计算中逐阶段特征的反馈过程，进一步提高了模型的性能。实验结果表明，提出的高阶递归网络在公开的基准数据集上取得了当前最优的性能表现，较好解决了当前算法精度不足的问题。

来源：2026年第1期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2026年第1期