基于本征监督的协同多尺度细节精炼用于水下图像增强
计算机视觉与模式识别
2024-01-19 v4
摘要
视觉复原水下场景主要涉及减轻水下介质的干扰。现有方法忽略了水下场景中固有的与尺度相关的特性。因此，我们提出基于本征监督的协同多尺度细节精炼(SMDR-IS)方法来增强水下场景细节，其包含多个阶段。来自原始图像的低退化阶段通过自适应选择性本征监督特征(ASISF)模块的特征传播，为多尺度细节提供原始阶段。利用本征监督，ASISF模块能够精确控制和引导特征在多退化阶段间的传输，增强多尺度细节精炼并最小化低退化阶段中无关信息的干扰。在SMDR-IS的多退化编码器-解码器框架中，我们引入了双焦点本征上下文注意力模块(BICA)。基于本征监督原理，BICA高效利用图像中的多尺度场景信息。BICA通过挖掘低分辨率空间的洞察来引导高分辨率空间，突显空间上下文关系在水下图像复原中的关键作用。在整个训练过程中，多退化损失函数的引入可增强网络，使其能熟练提取不同尺度的信息。与最先进的方法相比，SMDR-IS始终展现出更优的性能。代码已公开于：https://github.com/zhoujingchun03/SMDR-IS。
引用
@article{arxiv.2308.11932,
title = {Synergistic Multiscale Detail Refinement via Intrinsic Supervision for Underwater Image Enhancement},
author = {Dehuan Zhang and Jingchun Zhou and ChunLe Guo and Weishi Zhang and Chongyi Li},
journal= {arXiv preprint arXiv:2308.11932},
year = {2024}
}