DGD-cGAN：一种用于水下图像去水与复原的双生成器网络

水下图像通常带有蓝绿色偏，导致失真、模糊或对比度低。该现象由水柱中散射与吸收引起的光衰减所致。本文提出一种用于去水的图像增强方法，其采用带两个生成器的条件生成对抗网络（cGAN）。我们的双生成器去水cGAN（DGD-cGAN）去除了水柱引起的雾效与色偏，并复原水下场景的真实色彩，其中水下图像中发生的各种衰减与散射现象的影响由两个生成器分别处理。第一个生成器以水下图像为输入并预测去水后的场景，而第二个生成器通过实现基于图像形成模型的透射与 veil 光分量的自定义损失函数来学习水下图像形成过程。我们的实验表明，在多个广泛可用的数据集上，DGD-cGAN 相比最先进的方法持续带来一定幅度的提升。