用于水下图像增强的 U 形 Transformer
计算机视觉与模式识别
2023-07-05 v6 图像与视频处理
摘要
水下杂质对光线的吸收与散射导致水下成像质量不佳。现有基于数据驱动的水下图像增强（UIE）技术受限于缺乏包含多种水下场景与高保真参考图像的大规模数据集。此外，不同颜色通道与空间区域中不一致的衰减未被充分考虑以助益增强。本工作中，我们构建了包含 5004 对图像的大规模水下图像（LSUI）数据集，并提出了一种 U 形 Transformer 网络，其中 Transformer 模型首次被引入 UIE 任务。该 U 形 Transformer 集成了通道式多尺度特征融合 Transformer（CMSFFT）模块与空间式全局特征建模 Transformer（SGFMT）模块，强化了网络对衰减更严重的颜色通道与空间区域的关注。同时，为进一步改善对比度与饱和度，依据人类视觉原理设计了结合 RGB、LAB 与 LCH 色彩空间的新型损失函数。在现有数据集上的大量实验验证了所提技术的最优性能，其优势超过 2dB。
引用
@article{arxiv.2111.11843,
title = {U-shape Transformer for Underwater Image Enhancement},
author = {Lintao Peng and Chunli Zhu and Liheng Bian},
journal= {arXiv preprint arXiv:2111.11843},
year = {2023}
}
备注
under review