跨尺度蒸馏特征感知的轻量化水下图像增强OA
水下图像增强技术能够提升水下图像的质量和可视性,在丰富数字媒体资源、水下探测、水下通信等领域具有重要应用价值。近年来,深度学习方法在水下图像增强方面取得了显著的效果。然而,现有的方法计算复杂度高,限制了它们在计算资源有限的场景中的使用。针对这一问题,提出了一种轻量化的水下图像增强方法,该方法基于跨尺度深度蒸馏特征感知,采用U型网络结构,在保证非线性抽象层级抽取的同时,大幅减少了模型参数量。实验结果表明,所提出方法在视觉效果和客观评价指标上均取得了具有竞争力的结果。
吴晓华;李增禄;许章华;周景春;
三明学院艺术设计学院,福建三明365004三明学院网络技术中心,福建三明365004 三明学院福建省资源环境监测与可持续经营利用重点实验室,福建三明365004福州大学地理与生态环境研究院,福建福州350108大连海事大学信息科学技术学院,辽宁大连116026
计算机与自动化
水下图像增强轻量化跨尺度蒸馏特征U型网络
《大气与环境光学学报》 2024 (003)
P.381-390 / 10
国家自然科学基金青年基金(62301105);教育部教师函[2021]13号第二批人工智能助推教师队伍建设试点项目(三明学院);教育部产学合作协同育人项目(220503924155959);三明市社科规划项目(22062)。
评论