Phaseformer：基于相位的注意力机制用于水下图像恢复及其应用
计算机视觉与模式识别
2024-12-03 v1 图像与视频处理
摘要
由于光在水中发生折射和吸收，水下图像会出现质量下降，导致色偏、雾化和可见性受限等问题。这种退化严重影响用于海洋应用的自主水下车辆的性能。为解决这些挑战，我们提出了一种轻量级基于相位的变换器网络，仅需1.77M参数，用于水下图像恢复（UIR）。我们的方法侧重于有效提取非受污染特征，采用基于相位的自注意力机制。我们还引入了优化后的相位注意力块，通过传播突出注意力特征来恢复结构信息。我们在人工（UIEB、UFO-120）和真实世界（UIEB、U45、UCCS、SQUID）水下图像数据集上评估了该方法。此外，我们展示了其在使用LOL数据集进行低光图像增强中的有效性。通过大量消融研究和比较分析，清楚地表明该方法优于现有最先进（SOTA）方法。
引用
@article{arxiv.2412.01456,
title = {Phaseformer: Phase-based Attention Mechanism for Underwater Image Restoration and Beyond},
author = {MD Raqib Khan and Anshul Negi and Ashutosh Kulkarni and Shruti S. Phutke and Santosh Kumar Vipparthi and Subrahmanyam Murala},
journal= {arXiv preprint arXiv:2412.01456},
year = {2024}
}
备注
8 pages, 8 figures, conference