MLFcGAN：基于多级特征融合的条件GAN用于水下图像颜色校正
图像与视频处理
2020-02-14 v1 计算机视觉与模式识别
摘要
由于水下图像颜色校正对促进成熟视觉算法在水下场景中的应用具有关键作用，其受到越来越多的关注。受深度卷积神经网络（DCNNs）技术在诸多视觉任务中惊人成功的启发，尤其是其在多尺度特征提取上的优势，我们提出了一种基于条件生成对抗网络（GAN）的深层多尺度特征融合网络用于水下图像颜色校正。在我们的网络中，首先提取多尺度特征，然后在每一尺度上将局部特征与全局特征增强结合。该设计被验证有助于更有效且更快速的网络学习，从而在颜色校正和细节保持上取得更好性能。我们进行了大量实验并与最先进的方法在定量和定性上比较，表明我们的方法取得了显著改进。
引用
@article{arxiv.2002.05333,
title = {MLFcGAN: Multi-level Feature Fusion based Conditional GAN for Underwater Image Color Correction},
author = {Xiaodong Liu and Zhi Gao and Ben M. Chen},
journal= {arXiv preprint arXiv:2002.05333},
year = {2020}
}
备注
This paper has already been accepted to journal IEEE geoscience and remote sensing letters