基于多态大核 CNN 的水下图像恢复

水下图像恢复（UIR）是计算机视觉中的一个具有挑战性的任务，由于水下环境中图像的复杂退化。虽然近期方法利用各种深度学习技术，包括 Transformer 和复杂、参数密集的模型以显著提高恢复效果，但我们展示了纯 CNN 架构通过轻量参数即可实现可与之匹量的效果。本文引入 UIR-PolyKernel，一种利用多态大核 CNN 的新型水下图像恢复方法。该方法独特地结合了多种尺寸和形状的大核卷积，以有效捕获水下图像中的长程依赖。此外，我们引入了混合域注意力模块，将频域和空间域注意力机制集成以增强特征重要性。通过利用频域，我们可以捕获人类肉眼难以察觉但对识别水下及空中图像中模式至关重要的隐藏特征。该方法增强了 UIR 模型的泛化性和鲁棒性。大量基准数据集上的实验表明，UIR-PolyKernel 在水下图像恢复任务中在定量和定性方面均实现了最先进的性能。我们的結果表明，经过精心设计的纯 CNN 架构能够有效地与更复杂的模型竞争，在性能和计算效率之间提供了良好的平衡。本工作为在水下环境中对具有挑战性的图像恢复任务发挥 CNN 的潜力提供了新的见解。代码地址为 \href{https://github.com/CXH-Research/UIR-PolyKernel}{https://github.com/CXH-Research/UIR-PolyKernel}。