面向生成逼真水下图像的探索
计算机视觉与模式识别
2025-05-21 v1 图像与视频处理
摘要
本文探讨了利用对比学习和生成对抗网络从具有均匀照明的合成图像生成逼真水下图像的技术。我们研究了使用VAROS数据集进行图像翻译模型生成逼真水下图像的性能。两种关键评估指标，即Fr\'echet Inception Distance (FID) 和结构相似性指数 (SSIM)，提供了感知质量与结构保持性之间的权衡见解。对于配对图像翻译，pix2pix由于其配对监督和PatchGAN判别器，实现了最佳的FID分数；而自编码器模型则获得最高的SSIM，表明虽然产生了更模糊的输出，但结构保真性更好。对于非配对方法，CycleGAN通过利用循环一致性损失实现了具竞争力的FID分数；而CUT则通过取代循环一致性损失采用对比学习，获得更高的SSIM，表明在保持空间相似性方面表现更佳。值得注意的是，在CUT中引入深度信息可获得最低的整体FID分数，表明深度线索有助于提升真实感。然而，SSIM的轻微下降表明，深度感知学习可能引入结构变化。
引用
@article{arxiv.2505.14296,
title = {Towards Generating Realistic Underwater Images},
author = {Abdul-Kazeem Shamba},
journal= {arXiv preprint arXiv:2505.14296},
year = {2025}
}