Five A$^{+}$ 网络：水下图像增强仅需 9K 参数
计算机视觉与模式识别
2023-05-16 v1
摘要
轻量级水下图像增强网络对于资源受限平台具有重要意义，但以往方法难以平衡模型大小、计算效率与增强性能。本文中，我们提出 Five A 网络（FANet），一种高效轻量级的实时水下图像增强网络，仅含约 9k 参数与约 0.01s 处理时间。FANet 采用两阶段增强结构。强先验阶段旨在将复杂的水下退化分解为子问题，而细粒度阶段引入多分支色彩增强模块与像素注意力模块以放大网络对细节的感知。据我们所知，FANet 是唯一具备 1080P 图像实时增强能力的网络。通过详尽广泛的实验与综合视觉对比，我们表明 FANet 在多个数据集上取得最先进性能，同时显著减少参数数量与计算复杂度，优于以往方法。代码开源于 https://github.com/Owen718/FiveAPlus-Network。
引用
@article{arxiv.2305.08824,
title = {Five A$^{+}$ Network: You Only Need 9K Parameters for Underwater Image Enhancement},
author = {Jingxia Jiang and Tian Ye and Jinbin Bai and Sixiang Chen and Wenhao Chai and Shi Jun and Yun Liu and Erkang Chen},
journal= {arXiv preprint arXiv:2305.08824},
year = {2023}
}