科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对由水下复杂环境导致的水下图像颜色失真、对比度和清晰度低等问题，提出了一种基于条件约束注意力生成对抗网络的水下图像增强模型.首先，该模型包括生成网络模块和判别网络模块，在模型训练过程中，两模块进行相互对抗学习，使得该模型具备较好的特征提取能力；其次，生成网络模块中设计了空间注意力模块，加强或减弱空间位置的特征，提高了水下图像的清晰度和对比度；采用跳跃连接改善了梯度消失现象，同时有助于梯度的反向传播；最后，损失函数中采用了组合损失函数进行迭代训练，增加了模型训练时的条件约束，提高了模型训练的稳定性.实验结果表明：所提模型增强后的图像清晰度和颜色校正情况优于其他对比算法；该模型的评价指标值较对比算法指标值均有所提高.该模型获得了更好的主观视觉评价和客观量化评价，有效提高了图像质量，且耗时更短.
- 单位
