RSFDM-Net：用于水下图像增强的实时空间与频域调制网络
计算机视觉与模式识别
2023-02-24 v1 图像与视频处理
摘要
水下图像通常因悬浮颗粒对光的吸收和散射而遭受亮度与结构的混合退化。为解决此问题，我们提出一种实时空间与频域调制网络（RSFDM-Net），用于高效增强水下图像的颜色与细节。具体而言，我们所提出的条件网络设计了自适应傅里叶门控机制（AFGM）和多尺度卷积注意力模块（MCAM），以生成携带低频背景信息和高频细节特征的向量，从而有效促使网络建模全局背景信息与局部纹理细节。为更精确地校正图像的颜色偏差与低饱和度，我们在主网络中引入三分支特征提取（TFE）块，逐像素处理图像以整合同一通道（R、G 或 B）扩展的颜色信息。该块由三个小分支组成，每个分支拥有各自的权重。大量实验表明，我们的网络在视觉质量与量化指标上均显著优于当前最先进的方法。
引用
@article{arxiv.2302.12186,
title = {RSFDM-Net: Real-time Spatial and Frequency Domains Modulation Network for Underwater Image Enhancement},
author = {Jingxia Jiang and Jinbin Bai and Yun Liu and Junjie Yin and Sixiang Chen and Tian Ye and Erkang Chen},
journal= {arXiv preprint arXiv:2302.12186},
year = {2023}
}