文档名：DRHAUIE基于双重残差混合注意力模块的水下图像增强方法
摘要：在水下环境中,悬浮的颗粒会对光造成散射和波长相关的衰减,使水下图像呈现出颜色失真、对比度低等问题.针对上述问题,本文提出一种基于双重残差混合注意力模块的水下图像增强方法(DualResidualHybridAt-tentionUnderwaterImageEnhancementmethod,DRHA-UIE).该方法采用改进的双重残差块完成特征学习,并通过在双重残差块中引入混合注意力模块,沿通道和空间两个维度对特征进行注意力权重推断,以捕获显著特征.本文设计结合像素级损失、结构相似性损失和内容感知损失的联合特征损失函数,以获得具有更精细纹理的增强图像.此外,本文应用水下图像形成模型(ImageFormationModel,IFM)对水下图像基准数据集(UnderwaterImageEnhancementBenchmarkdataset,UIEB)进行优化,获得了具有更高视觉质量的N-UIEB(New-UIEB)数据集,实验表明,相较于UIEB数据集,基于N-UIEB训练得到的增强图像具有更自然的颜色和更清晰的细节.为验证本文方法的有效性,将本文方法与主流的10种方法进行测试和比较,结果表明,DRHA-UIE方法有效提高了图像对比度并恢复了图像颜色,在与水下图像增强算法的定量比较中获得了最优的性能.
作者：王欣 石慧Author：WANGXin SHIHui
作者单位：吉林大学计算机科学与技术学院,吉林长春130000
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(9)
分类号：TP391
关键词：水下图像增强 图像处理 计算机视觉 深度学习 机器学习
Keywords：underwaterimageenhancement imageprocessing computervision deeplearning machinelearning
机标分类号：TP391.41TN911.73R776.1
在线出版日期：2023年12月26日
基金项目：DRHA-UIE:基于双重残差混合注意力模块的水下图像增强方法[
期刊论文] 电子学报--2023, 51(9)王欣 石慧在水下环境中,悬浮的颗粒会对光造成散射和波长相关的衰减,使水下图像呈现出颜色失真、对比度低等问题.针对上述问题,本文提出一种基于双重残差混合注意力模块的水下图像增强方法(DualResidualHybridAt-tentionUnder...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
DRHA-UIE:基于双重残差混合注意力模块的水下图像增强方法 DRHA-UIE: An Underwater Image Enhancement Method Based on Dual Residual Hybrid Attention Block
DRHA-UIE:基于双重残差混合注意力模块的水下图像增强方法.pdf
- 文件大小:
- 4.95 MB
- 下载次数:
- 60
-
高速下载
|
|
