AQUA-Net水下图像增强模型与数据集论文发布

研究者 Munsif Ali 等人发布水下图像增强模型 AQUA-Net，并同时公开一个来自地中海的高分辨率真实水下视频数据集。 AQUA-Net 在残差编码器-解码器结构上增加频率融合与光照感知两个辅助分支：前者利用傅里叶域频率线索保留纹理细节，后者借鉴 Retinex，通过学习到的光照图做自适应曝光校正。作者称，该模型在多个基准数据集上以更少参数量达到与现有最优方法（SOTA）相当的定性和定量表现。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。