使用预训练 Transformer 进行水下图像增强
图像与视频处理
2022-04-11 v1 计算机视觉与模式识别
摘要
这项工作的目标是应用去噪图像 Transformer 去除水下图像的失真，并与其他类似方法进行比较。水下图像的自动修复起着重要作用，因为它可以在无需更昂贵设备的情况下提高图像质量。这是机器学习算法支持海洋勘探与监测、减少人工干预（如图像手动处理）从而节省时间、精力和成本这一重要作用的关键例证。本文是将名为“Pre-Trained Image Processing Transformer”的基于图像 Transformer 的方法首次应用于水下图像。该方法在 UFO-120 数据集上进行了测试，该数据集包含 1500 张图像及相应的清晰图像。
引用
@article{arxiv.2204.04199,
title = {Underwater Image Enhancement Using Pre-trained Transformer},
author = {Abderrahmene Boudiaf and Yuhang Guo and Adarsh Ghimire and Naoufel Werghi and Giulia De Masi and Sajid Javed and Jorge Dias},
journal= {arXiv preprint arXiv:2204.04199},
year = {2022}
}