基于改进生成式对抗网络的水下图像增强 |
| |
作者姓名: | 王明哲 侯国家 马佳琦 王国栋 |
| |
作者单位: | 青岛大学 计算机科学技术学院,山东 青岛 266071 |
| |
基金项目: | 国家自然科学基金“水下图像盲复原非局部变分方法及质量评价”(61901240) |
| |
摘 要: | 由于水介质的吸收和散射特性会导致雾化、低对比度、颜色退化等各种水下成像失真,严重影响了水下图像的后续利用。为了恢复清晰的水下图像,提出一种基于改进生成对抗网络的深度学习模型。借助图像质量评价技术,将生成的过程样本与高质量样本进行拟合,并将拟合得到的差值信息用于优化网络中的生成器。改进的生成式对抗网络有效改善了由真假训练逻辑带来的图像质量提升限制的问题。实验结果显示:该方法有效的恢复了水下图像的色彩,并改善了图像的清晰度和对比度;相比其他方法,提出的方法在 SSIM、UCIQE 和 UIQM 指标上分别提升了 2.9%、6.2%和 14.3%。
|
关 键 词: | 生成对抗网络 水下图像增强 深度学习 图像质量评价 |
Underwater Image Enhancement Based on Improved Generative Adversarial Networks |
| |
Authors: | WANG Mingzhe HOU Guoji MA Jiaqi WANG Guodong |
| |
Institution: | College of Computer Science & Technology,Qingdao University,Qingdao 266071 ,China |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《》浏览原始摘要信息 |
| 点击此处可从《》下载免费的PDF全文 |