WaterWave: 基于小波时域一致性场的 underwater 图像增强视频流
计算机视觉与模式识别
2025-12-08 v1
摘要
underwater 视频配对因 underwater 成像复杂而难以获取。因此，大多数现有 underwater 视频增强方法是通过逐帧直接应用单图增强模型实现的，但缺乏自然的时域一致性问题。为缓解此问题，我们重新思考自然视频中固有的时域流形，观察到从局部时频视角出发的动态场景中存在时域一致性先验。基于此先验及无配对数据条件，我们提出了一种用于增强视频信号的隐式表示方式，称为 WaterWave。具体而言，在先验约束下，我们逐步滤波和衰减不一致分量，同时保留运动细节和场景，实现自然流畅的视频。此外，为更准确地表示时频带，设计了一个 underwater 流估计校正模块，用于考虑 underwater 场景中的传输对估计流的校正。大量实验表明，WaterWave 在使用单图 underwater 增强生成的视频质量方面显著提升。此外，我们的方法在下游 underwater 跟踪任务中展现出很高潜力，如 UOSTrack 和 MAT，分别在精确度上优于原始视频大幅度提升，即分别提升了 19.7% 和 9.7%。
关键词
引用
@article{arxiv.2512.05492,
title = {WaterWave: Bridging Underwater Image Enhancement into Video Streams via Wavelet-based Temporal Consistency Field},
author = {Qi Zhu and Jingyi Zhang and Naishan Zheng and Wei Yu and Jinghao Zhang and Deyi Ji and Feng Zhao},
journal= {arXiv preprint arXiv:2512.05492},
year = {2025}
}