揭示水下世界：CLIP 感知模型引导的水下图像增强

高质量水下图像对机器视觉任务和观众的美学吸引力都至关重要。然而，水下图像质量受到光线吸收和散射的严重影响。基于深度学习的水下图像增强（UIE）方法已取得良好性能。然而，这些方法往往忽视考虑人类感知，且在解空间中缺乏足够约束。因此，增强图像往往感知质量下降或内容恢复不佳。为了解决这些问题，我们提出一种带有 CLIP 感知损失模块和课程对比正则化的 UIE 方法。首先，为了开发更符合人类视觉感知的水下图像感知模型，利用 CLIP 模型的视觉语义特征提取能力学习合适的提示对来映射和评估水下图像质量。然后将该 CLIP 感知模型作为感知损失模块融入增强网络以提升增强图像的感知质量。此外，CLIP 感知模型与课程对比正则化相结合，以增强 CLIP 感知空间中对增强图像的约束，缓解欠增强和过增强的风险。具体而言，CLIP 感知模型用于评估和分类正则化过程中负样本的学习难度等级，确保对不同程度失真图像和负样本的全面且细致的利用。大量实验表明我们的方法在视觉质量和泛化能力方面超越了最先进方法。