Jun, 2021

基于对比学习和实际数据集的水下图像恢复

PDF
TL;DR通过构建大规模的 HICRD 数据集并提出新的基于 unsupervised image-to-image translation 框架、利用对比学习和生成式对抗网络的方法，我们的研究试图弥补基础难题导致的现有技术和算法难以对海底原始图片修复进行全面评估的空白，并在与其他方法的比较中证明了我们的方法的卓越性能。
underwater image restorationhicrdwater parameterunsupervised image-to-image translationgenerative adversarial networks
发现论文，激发创造
  • 对比学习实现的单张水下图像修复

    本文提出了一种新颖的无监督图像到图像翻译框架，利用对比学习和生成式对抗网络来实现海底图像的修复，通过释放大规模真实的海底图像数据集来支持模型的训练，并通过与最近方法的比较进一步证明了我们方法的优势。

    Mar, 2021

  • 可靠库对水下图像恢复的对比半监督学习

    本研究提出了一种基于均值教师的半监督水下图像恢复框架，利用可靠性指标来选择最值得信任的负责伪标记的模型，并引入对比度正则化来防止对错误标签过拟合。实验结果表明，我们的算法在完全参考和非参考水下基准测试中，从定量和定性上都比 SOTA 方法有明显的改进。

    Mar, 2023

  • 基于物理和数据驱动的水下图像模拟与残差学习

    通过采用基于深度学习的架构，我们能够自动模拟水下图像的效果，通过数据驱动的方式推断其他未知因素导致的降级现象，以估计只有 RGB 图像可用的深度图像。通过与其他纯数据驱动方法的比较，我们通过复杂的图像生成模型成功地对该技术进行了定性和定量评估。

    Feb, 2024

  • 使用领域对抗学习的全能水下图像增强

    本文介绍了一种用于增强不同水域下水下图像的模型，采用深度学习技术，通过对图像特征进行无关领域的学习，提高了图像增强的性能，并在物体检测任务中表现出了显著的改善。

    May, 2019

  • 利用雾线和新的定量数据集进行水下单幅图像颜色恢复

    本文提出了一种针对水下图像色彩恢复问题的改进方法，通过考虑不同水类型的多个光谱特征并估计两个额外的全局参数，实现了单图像去雾处理。通过在包含不同水性质的场景中采集图像并计算 3D 结构进行量化评估，结果表明该方法具有较好的还原效果。

    Nov, 2018

  • 水下图像弱监督颜色转换的色彩校正

    本文提出了一种弱监督颜色转移方法来处理水下图像的颜色失真问题。通过采用 Cycle-Consistent Adversarial Networks 以及多项损失函数的设计，使得矫正后的水下图像在内容和结构上与输入相同，但是看起来就像没有水下环境拍摄的图像。实验证明，该方法不仅可以显著改善水下图像的视觉效果，还能提高视觉任务的性能。

    Oct, 2017

  • 水下图像增强基准数据集及其拓展

    本文通过对海底图像进行感知研究来评估现有算法在实际数据中的表现，并提出了一个海底图像增强基准 (UIEB) 数据集，包括 950 张真实图像以及涉及卷积神经网络的算法，以此来评估现有算法的性能和局限性。

    Jan, 2019

  • 基于波长属性的深度神经网络用于水下图像修复

    本文提出了一种用于水下图像恢复的深度神经网络模型 Deep WaveNet，采用多重上下文特征和注意力跳过机制，有效地解决了水下环境中波长不对称性引起的色彩失真问题。文中实验证明，该模型在多个高级视觉任务方面表现优于已有模型，并且开源代码。

    Jun, 2021

  • 物理启发的合成水下图像数据集

    该论文介绍了一种物理启发合成的水下图像数据集（PHISWID），它是为改善水下图像处理而定制的数据集。PHISWID 通过提供一套配对的真实（大气）和合成退化的水下图像，展示了颜色降低和海洋雪的影响，填补了使用基于物理方法合成的水下图像数据集的空白。PHISWID 特别适用于监督学习中深度神经网络的训练和基准分析中的图像质量客观评估。

    Apr, 2024

  • 复杂光照条件下的先进水下图像恢复

    通过对物体外观变化或海底的利用，利用摄像机视截锥体，新的约束条件假设为兰伯特表面，对应的图像像素约束摄像机前的光场，并且为每个体素存储一个信号因子和后向散射值，该体素网格可用于高效地恢复摄像机光平台的图像，这有助于保持大型 3D 模型和地图的一致纹理，否则这些模型和地图将被光照和介质伪像所主导。在模拟和实际数据集上进行了大量实验以验证我们方法的有效性，实验结果证明了我们方法在恢复物体真实反射率的同时减少了光照和介质效应的影响。此外，我们还展示了我们的方法可以轻松扩展到其他场景，包括带人工照明的空中成像或其他类似情况。

    Sep, 2023