基于生成对抗网络模型的水下图像超分辨率
计算机视觉与模式识别
2023-09-26 v4 图像与视频处理
摘要
单图像超分辨率(SISR)模型能够增强水下图像的分辨率与视觉质量,并有助于更好地理解水下环境。将这些模型集成到自主水下航行器(AUVs)中可提升其在基于视觉的任务中的性能。真实增强超分辨率生成对抗网络(Real-ESRGAN)是一种高效的模型,在SISR模型中表现出卓越性能。本文中,我们对预训练的Real-ESRGAN模型进行微调,用于水下图像超分辨率。为微调并评估模型性能,我们使用USR-248数据集。与Real-ESRGAN模型相比,微调后的模型生成的图像更加真实且视觉质量更佳。
引用
@article{arxiv.2211.03550,
title = {Underwater Image Super-Resolution using Generative Adversarial Network-based Model},
author = {Alireza Aghelan and Modjtaba Rouhani},
journal= {arXiv preprint arXiv:2211.03550},
year = {2023}
}