안개 제거된 이미지의 가장자리 세부 사항이 충분히 선명하지 않고, 기존 U-Net 안개 제거 네트워크들이 주로 주파수 영역 정보를 충분히 활용하지 못하고, 서로 다른 채널 간 정보 교환을 무시하여 구조가 흐려지는 문제를 해결하기 위해 주파수 영역 특징 증류 이중 스케일 융합 네트워크를 제안하여 단일 이미지의 효과적인 안개 제거를 구현하였다. 거친 스케일 특징 추출 서브넷에서는 대형 컨볼루션 커널을 사용하여 이미지의 텍스처 정보를 추출하고, 잔차 주의 메커니즘을 통해 안개 관련 특징을 강화하였다. 미세 스케일 고주파 융합 서브넷에서는 고주파 특징 증류 모듈을 설계하여 추출된 구조 및 가장자리 정보를 정교화하고 점진적으로 선명한 이미지를 복원하며, 동시에 서로 다른 채널 간 특징 융합을 위한 교차 융합 전략을 적용하였다. 실험 결과 MSTN(효율적이고 정확한 다중 스케일 위상 네트워크) 알고리즘과 비교하여 실외 이미지 데이터셋에서 피크 신호 대 잡음비와 구조 유사도가 각각 9.98%와 4.77% 향상되었으며, 다양한 데이터셋에서 실험한 결과 제안된 방법이 더 우수한 안개 제거 성능을 보였다. 이 방법은 안개 제거 효과를 효과적으로 향상시키고, 더 많은 구조 정보를 보존하며, 더 나은 색상 세부 복원 능력을 갖는다.

고주파 정보; 특징 증류; 이미지 안개 제거; 교차 융합; 잔차 주의