浮出水面：基于弱监督颜色迁移的水下图像颜色校正
计算机视觉与模式识别
2018-01-16 v3
摘要
水下视觉因光在水中传播时的选择性衰减和散射而遭受严重影响。这种退化不仅影响水下图像的质量，还限制了视觉任务的能力。与现有方法要么忽略衰减的波长依赖性，要么假设特定的光谱分布不同，我们从一个新的视角处理水下图像的颜色失真问题。本文提出一种弱监督颜色迁移方法来校正颜色失真，该方法放宽了对成对水下图像进行训练的需求，并允许水下图像拍摄地点未知。受循环一致对抗网络的启发，我们设计了一个包含对抗损失、循环一致性损失和SSIM（结构相似性指数度量）损失的多项损失函数，使得校正结果的内容和结构与输入相同，但颜色如同图像是在没有水的情况下拍摄的。在多种场景下拍摄的水下图像上的实验表明，我们的方法能产生视觉上令人满意的结果，甚至优于当前最优方法。此外，我们的方法可以提升视觉任务的性能。
引用
@article{arxiv.1710.07084,
title = {Emerging from Water: Underwater Image Color Correction Based on Weakly Supervised Color Transfer},
author = {Chongyi Li and Jichang Guo and Chunle Guo},
journal= {arXiv preprint arXiv:1710.07084},
year = {2018}
}
备注
Submitted to IEEE Signal Processing Letters