一种基于双注意力概率网络的水下机器人视觉增强方法

本发明提供了一种基于双注意力概率网络的水下机器人视觉增强方法。本发明方法包括：设计扩展信息模块、双重注意力机制和损失函数。本发明首先在编码器中引入扩展信息块弥补卷积和下采样过程中的信息损失，随后将输入的原始水下图像转换成低维表示，并使用解码器进行卷积和上采样。在编解码过程中，嵌入双注意模块，通过空间注意和通道注意机制关注图像的关键位置信息和通道信息，从而增强网络对不同通道和位置细节的检测能力。同时，通过自适应实例归一化对输出特征进行变换，生成样本。最后通过蒙特卡洛似然估计从样本空间得到稳定的增强结果。