一种用于海雪合成与去除的深度学习方法
图像与视频处理
2023-11-28 v1 计算机视觉与模式识别
机器学习
摘要
海雪是水下图像中的悬浮颗粒，严重降低人与机器视觉系统的可见性与性能。本文提出一种利用深度学习技术减少海雪干扰的新方法。我们首先通过训练生成对抗网络（GAN）模型合成逼真的海雪样本，并将其与自然水下图像结合以构建成对数据集。随后我们训练一个 U-Net 模型，将海雪去除作为图像到图像翻译任务来执行。我们的实验表明，U-Net 模型能高精度地有效去除合成与自然海雪，优于中值滤波及其自适应变体等当前最优方法。我们还通过在 MSRB 数据集上测试证明了方法的鲁棒性，该数据集包含训练期间模型未见过的人工伪影。我们的方法是一种实用且高效的水下海雪图像增强方案。
引用
@article{arxiv.2311.15584,
title = {A deep learning approach for marine snow synthesis and removal},
author = {Fernando Galetto and Guang Deng},
journal= {arXiv preprint arXiv:2311.15584},
year = {2023}
}