摘要
本申请涉及一种基于生成对抗网络多尺度融合的水下图像增强方法和装置,该方法包括:获取原始水下图像,并进行预处理;将预处理结果输入到基于生成对抗网络多尺度融合的水下图像增强模型中,得到增强后的水下图像;该水下图像增强模型包括生成器和判别器,生成器是将U‑Net网络的编码器中最后一个下采样后的卷积模块替换为多尺度特征融合模块得到的;多尺度特征融合模块用于采用多尺度卷积、残差连接、密集连接以及全局注意力机制提取多尺度融合特征。该方法能够适应不同水下场景并对图像质量增强,在改善水下图像色偏和亮度恢复的同时,保持了图像的鲁棒性,避免了色彩失真和噪声伪影的出现。
技术关键词
生成对抗网络
水下图像增强方法
图像增强模型
编码特征
多尺度特征融合
卷积模块
卷积特征提取
融合特征
编码器
注意力机制
解码器
上采样
卷积神经网络提取
图像增强装置
系统为您推荐了相关专利信息
融合特征
多模态特征融合
电网设备
物体
多尺度特征融合
Sigmoid函数
注意力机制
加权特征
金属表面缺陷
损失计算方法
超分辨率模型
多尺度特征融合
构建高分辨率
图像
交叉注意力机制
智能分析方法
强化学习框架
生成对抗网络
多模态数据融合
碰撞动力学