基于生成对抗网络的轻量级全局-局部水下图像增强算法OACSTPCD
Lightweight global-local underwater image enhancement algorithm based on generative adversarial network
为解决光在水下传播过程中由吸收与散射效应导致的水下图像产生色偏、对比度低、细节缺失和噪音等问题,设计了一种融入注意力机制的轻量级全局-局部生成对抗网络水下图像增强算法.算法通过改进GAN网络以及设计新的损失函数,提高图像增强效果.实验结果表明,所提出的方法在校正色偏、提高对比度、增强细节和消除噪音等方面较现有流行的水下图像增强算法均取得了很大的进步,同时也进行了时间测试以及应用测试,实验结果表明,提出的水下图像增强方法能够快速有效地提高水下图像的质量.
王金康;殷勤;何晓晖;邵发明;卢冠林;李金鑫
陆军工程大学 野战工程学院,江苏 南京 210007陆军工程大学 野战工程学院,江苏 南京 210007陆军工程大学 野战工程学院,江苏 南京 210007陆军工程大学 野战工程学院,江苏 南京 210007陆军工程大学 野战工程学院,江苏 南京 210007陆军工程大学 野战工程学院,江苏 南京 210007
信息技术与安全科学
水下图像增强生成对抗网络轻量化算法设计注意力机制色偏校正实验分析
《现代电子技术》 2023 (9)
基于gabor基和色彩的通用高效卷积网络及应用研究
33-40,8
国家自然科学基金项目(61671470)国家重点研发项目(2016YFC0802900)
评论