基于轻量级非线性无激活网络的水下图像增强OA北大核心CSTPCD
为解决水下图像常见的色彩偏差和低对比度等问题,提出了一种基于轻量级非线性无激活网络的水下图像增强方法。该方法的核心主要由多个非线性无激活模块级联构成,摒弃传统激活函数,旨在实现更高效的信息传递和特征提取。此外,集成的层注意力机制能够识别并利用跨层特征间的依赖性,动态分配特征权重,强化关键特征。试验结果显示,在LSUI(Large Scale Underwater Image)数据集上,该模型与FUnIE-GAN及Shallow-UWnet相比,在…查看全部>>
黄宏涛;袁红春
上海海洋大学信息学院,上海201306上海海洋大学信息学院,上海201306
水产学
水下图像增强深度学习图像处理色彩校正
《渔业现代化》 2024 (5)
P.63-71,9
国家自然科学基金“基于海洋大数据深度学习的渔情预测模型研究(41776142)”。
评论