基于水下图像质量注意力和多尺度聚合注意力提高水下语义分割效果
计算机视觉与模式识别
2025-04-01 v1
摘要
水下图像理解对 submarine navigation 和 seabed exploration 至关重要。然而，水下环境中的低照度会降低图像质量，从而严重损害水下语义分割性能，尤其是对对象区域边界的描绘。为此，我们提出了 UnderWater SegFormer (UWSegFormer)，一个用于水下低质量图像语义分割的 transformer-based 框架。首先，我们提出了 Underwater Image Quality Attention (UIQA) 模块。该模块通过通道自注意力机制来增强水下图像特征通道中高质量语义信息的表示。为了解决水下环境导致图像细节丢失的问题，提出了 Multi-scale Aggregation Attention (MAA) 模块。该模块通过从高层特征中提取判别性信息来聚合不同尺度的语义特征，从而补偿水下对象细节的语义损失。最后，在训练期间，我们引入了 Edge Learning Loss (ELL)，以增强模型对水下对象边缘的学习，从而提高模型的预测准确性。在 SUIM 和 DUT-USEG (DUT) 数据集上的实验表明，所提出的方法在语义完整性、边界清晰度和主观感知细节方面均优于 SOTA 方法。此外，所提出的方法在 SUIM 和 DUT 数据集上分别实现了最高的 mIoU 为 82.12 和 71.41。代码将在 https://github.com/SAWRJJ/UWSegFormer 上提供。
关键词
引用
@article{arxiv.2503.23422,
title = {Improving underwater semantic segmentation with underwater image quality attention and muti-scale aggregation attention},
author = {Xin Zuo and Jiaran Jiang and Jifeng Shen and Wankou Yang},
journal= {arXiv preprint arXiv:2503.23422},
year = {2025}
}
备注
Accepted by Pattern Analysis and Applications