一种带有公开测试数据集的融合对抗水下图像增强网络
图像与视频处理
2019-07-02 v2 计算机视觉与模式识别
摘要
水下图像增强算法在水下视觉任务中备受关注。然而，这些算法主要在不同的数据集与不同的度量上被评估。本文中，我们建立了一个有效且公开的水下测试数据集 U45，包含水下退化的色偏、低对比度和类雾效应，并提出一种用于增强水下图像的融合对抗网络。同时，设计良好的对抗损失（包括 Lgt 损失与 Lfe 损失）分别用于关注真实图像的图像特征，以及由融合增强方法增强后的图像特征。所提网络有效校正色偏，并以更少参数拥有更快的测试时间。在 U45 数据集上的实验结果表明，所提方法在定性与定量评估上取得优于或可与其它最先进方法媲美的性能。此外，消融研究证明了各组件的贡献，应用测试进一步显示了增强图像的有效性。
引用
@article{arxiv.1906.06819,
title = {A Fusion Adversarial Underwater Image Enhancement Network with a Public Test Dataset},
author = {Hanyu Li and Jingjing Li and Wei Wang},
journal= {arXiv preprint arXiv:1906.06819},
year = {2019}
}
备注
8 pages, 7 figures