摘要
本发明提供了一种水下图像增强网络模型的训练方法、水下图像增强方法、设备及存储介质。本发明利用非成对的水下图像数据和水上图像数据进行训练,通过增强‑退化和退化‑增强的双向映射,解决了传统方法难以建模复杂水下退化模式的问题;同时,物理光学模型的引入确保了增强结果符合光学规律,避免了纯深度学习方法可能产生的伪影或者失真,从而有效提升了增强图像的质量和稳定性,解决了现有技术中水下图像增强效果不够好、图像质量不够高的技术问题。
技术关键词
图像增强网络
Retinex模型
水下图像增强方法
分支
光照
编码
注意力
循环生成对抗网络
颜色
水下图像数据
感知损失函数
解码
深度学习方法
归一化模块
物理
处理器
系统为您推荐了相关专利信息
远程监控方法
状态分布图
设备健康评估
原始图像数据
历史运行数据
皮肤病图像
注意力机制
皮肤镜
图像分割网络
空间金字塔池化
产地鉴别方法
LightGBM模型
矫正方法
动态
红外光谱鉴别方法
智能灯光控制方法
场馆
灯光照明控制
照明对象
位置坐标参数