UIEDP：基于扩散先验的水下图像增强
计算机视觉与模式识别
2023-12-12 v1
摘要
水下图像增强（UIE）旨在从低质量水下图像生成清晰图像。由于无法获得清晰的参考图像，研究者通常合成它们来构建用于训练深度模型的配对数据集。然而，这些合成图像有时可能质量不佳，对训练结果产生不利影响。为解决此问题，我们提出了基于扩散先验的 UIE（UIEDP），这是一个将 UIE 视为以退化的水下输入为条件的清晰图像后验分布采样过程的新颖框架。具体来说，UIEDP 将捕获自然图像先验的预训练扩散模型与任何现有的 UIE 算法相结合，利用后者来引导条件生成。扩散先验减轻了劣质合成图像的缺点，从而生成更高质量的图像。大量实验表明，我们的 UIEDP 在各种指标上均取得了显著改进，尤其是在无参考图像质量评估方面。并且生成的增强图像也展现出更自然的外观。
引用
@article{arxiv.2312.06240,
title = {UIEDP:Underwater Image Enhancement with Diffusion Prior},
author = {Dazhao Du and Enhan Li and Lingyu Si and Fanjiang Xu and Jianwei Niu and Fuchun Sun},
journal= {arXiv preprint arXiv:2312.06240},
year = {2023}
}