基于小波的傅里叶信息交互与频域扩散调整用于水下图像复原
计算机视觉与模式识别
2023-11-29 v1
摘要
水下图像受到复杂多样的退化影响，不可避免地削弱了水下视觉任务的有效性。然而，多数方法主要在图像原始像素空间操作，限制了对水下图像频率特性的探索，导致深度模型在生成高质量图像时表征能力利用不足。本文提出一种新颖的水下图像增强（UIE）框架，名为WF-Diff，旨在充分利用频域信息与扩散模型的特征。WF-Diff由两个可分离网络组成：基于小波的傅里叶信息交互网络（WFI2-net）与频域残差扩散调整模块（FRDAM）。通过对频域信息的充分探索，WFI2-net致力于在小波空间中对频率信息实现初步增强。我们提出的FRDAM可进一步精炼初始增强图像的高频与低频信息，可视为即插即用的通用模块来调整水下图像细节。借助上述技术，我们的算法在真实世界水下图像数据集上展现出SOTA性能，并在视觉质量上取得具竞争力的表现。
引用
@article{arxiv.2311.16845,
title = {Wavelet-based Fourier Information Interaction with Frequency Diffusion Adjustment for Underwater Image Restoration},
author = {Chen Zhao and Weiling Cai and Chenyu Dong and Chengwei Hu},
journal= {arXiv preprint arXiv:2311.16845},
year = {2023}
}