CE-VAE：用于水下图像增强的胶囊增强变分自编码器
计算机视觉与模式识别
2024-11-25 v2 图像与视频处理
摘要
用于海洋监测的无人水下图像分析面临两个关键挑战：(i) 光衰减导致的图像质量退化，以及(ii) 硬件存储限制阻碍高分辨率图像采集。现有方法主要依赖于存储全尺寸输入来进行图像增强。相比之下，我们引入了胶囊增强变分自编码器(CE-VAE)，这是一种新颖的架构，旨在高效压缩和增强退化的水下图像。我们的注意力感知图像编码器可以将输入图像投影到潜在空间表示上，同时能够在远程设备上在线运行。需要在设备上存储或发送到信标的唯一信息是压缩表示。有一个双解码器模块执行离线的全尺寸增强图像生成。一个分支从压缩的潜在空间重建空间细节，而第二个分支利用胶囊聚类层来捕获实体级结构和复杂的空间关系。这种并行解码策略使模型能够平衡精细细节保留与上下文感知增强。CE-VAE在六个基准数据集上实现了水下图像增强的最先进性能，压缩效率比现有方法高出3倍。代码可在\url{https://github.com/iN1k1/ce-vae-underwater-image-enhancement}获取。
引用
@article{arxiv.2406.01294,
title = {CE-VAE: Capsule Enhanced Variational AutoEncoder for Underwater Image Enhancement},
author = {Rita Pucci and Niki Martinel},
journal= {arXiv preprint arXiv:2406.01294},
year = {2024}
}
备注
Accepted for publication at IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)