underwater images | BriefGPT

关键词underwater images

搜索结果 - 19

FDCE-Net：嵌入频域和双色编码的水下图像增强
我们提出了一种嵌入频域和双色编码器网络（FDCE-Net），通过利用频率空间残差块（FSRB）将水下图像的降解因素在频域中解耦并分别增强不同属性，同时引入双色编码器（DCE）以解决颜色偏移问题，并通过融合网络结合 FS-Net 和 DCE
PDF2 months ago
基于混合经典量子卷积神经网络的水下图像机载分类
利用量子 - 经典混合机器学习方法，实现了首次在自主水下车辆上进行实时水下物体识别，效率大于 65％，运行时间减少三分之一，并且相比经典机器学习方法，所需数据集大小减少 50％。
PDF3 months ago
BG-YOLO：一种海底目标检测的双向引导方法
提出了一种命名为 BG-YOLO 的水下目标检测的双向引导方法，通过构建增强分支和检测分支以及特征引导模块，该方法在显著改善严重降质的水下场景中的检测器性能的同时保持了出色的检测速度。
PDF3 months ago
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
PDF5 months ago
水下图像增强是否为所有目标检测器所需要？
海底目标检测中的图像增强算法对提高检测效果具有重要影响，本研究通过使用 18 种最先进的海底图像增强算法对数据进行预处理，重训练 7 种深度学习目标检测模型，得出了 126 个海底目标检测模型，并通过对比原始图像上的 7 个目标检测模型，全
PDF7 months ago
基于小波变换的频散调整与频域信息交互在水下图像恢复中的应用
介绍了一种名为 WF-Diff 的新型水下图像增强框架，利用频域信息和扩散模型的特性，通过 Wavelet-based Fourien information interaction network (WFI2-net) 和 Frequen
PDF7 months ago
一种深度学习方法用于海洋雪合成与去除
通过使用深度学习技术，该研究提出了一种新方法来减少水下图像中的浮游生物干扰，通过训练生成对抗网络模型合成逼真的浮游生物样本，并将其与自然水下图像相结合创建配对数据集，然后使用 U-Net 模型进行图像翻译任务来去除浮游生物干扰。实验结果表明
PDF7 months ago
UWFormer：一种基于半监督多尺度 Transformer 的水下图像增强方法
该研究通过使用多尺度转换网络和半监督学习，提出了一种用于增强多频率图像的方法，通过非线性频率感知注意机制和多尺度融合前馈网络进行低频增强。此外，还引入了一种专门的水下半监督训练策略，提出了一个水下感知损失函数以生成可靠的伪标签，实验证明该方
PDF8 months ago
RFD-ECNet：基于特征字典的极端水下图像压缩
提出了一种创新的水下图像压缩网络（RFD-ECNet），利用特征匹配和参考特征变体大幅减少水下图像之间的冗余，并通过使用提取自水下物理成像模型的水下物理先验来规范化字典特征的水下风格，从而对齐多样化的水下风格并提高特征匹配的准确性，实验结果
PDFa year ago
MM一种基于物理知识引导的水下图像增强的泛化动态模型
通过物理知识引导的动态模型，通过对海洋影像的大气、透射和先验进行动态卷积、自适应参数提取和多尺度特征提取，实现对水下图像的普遍增强。
PDFa year ago
AquaSAM：水下图像前景分割
AquaSAM 是扩展 Segment Anything Model (SAM) 在水下图像上的成功的首次尝试，用于创建一种多功能的水下目标分割方法。通过对 SUIM 数据集进行自动标签分类和提取，以及通过简化微调方法，AquaSAM 在水
PDFa year ago
WaterFlow: 启发式归一化流用于水下图像增强与更多应用
为了改善水下图像的可见性并提高实际应用效果，我们提出了一种探测驱动的启发式标准化流水线水下图像增强方法 WaterFlow。通过可逆映射将退化图像转化为清晰图像，并结合环境光和介质透射系数等启发式先验来优化数据驱动映射过程。此外，引入了检测
PDFa year ago
物理感知的半监督水下图像增强
该研究提出了一种新颖的物理感知双流水下图像增强网络（PA-UIENet），该网络利用物理学基础的水下图像形成模型（IFM）和深度学习技术进行水下图像增强任务，并采用受 IFM 启发的半监督学习框架来解决数据不足的问题。该方法在降解估计和水下
PDFa year ago
UW-ProCCaps: 水下渐进式且带囊的着色
本文提出了一种用于水下图像的机器学习模型，可以从发光通道重建图像的颜色，从而减少图像存储所需的内存空间，同时在四个基准数据集上验证了该模型的有效性。
PDFa year ago
HIFI-Net：一种用于增强水下图像的新型网络
本文提出了一种新颖的网络，名为 HIFI-Net，用于增强水下图像，它包含一个基于强化融合单元（RFU）的 Haar 小波图像强化的强化融合模块（RFM-Haar），用于融合原始图像及其内部的重要信息，以获得更好的增强效果。实验结果表明，所
PDF2 years ago
基于介质传输指导的多色彩空间嵌入的水下图像增强
通过改善颜色偏色和低对比度问题，我们提出了一种水下图像增强网络 Ucolor，采用介质透射引导的多彩色空间嵌入。采用多彩色空间编码器网络和注意机制的结合，然后使用物理模型和学习方法等来有效提高水下图像的视觉质量，在视觉和定量指标上均优于现有
PDF3 years ago
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。
PDF5 years ago
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。
PDF6 years ago
WaterGAN：无监督生成网络以实现单目水下图像的实时颜色校正
本文介绍了一种利用 WaterGAN 的生成对抗网络对单眼水下图像进行颜色校正的方法，WaterGAN 通过生成真实的水下图像来构建大规模的有标注数据集，内置的 end-to-end 网络可以通过对水下图像的处理后隐式地学习场景的粗略深度估
PDF7 years ago