Aqua Net

新型 AQUA-Net 模型通过频率和光照融合增强水下图像

研究人员开发了 AQUA-Net，这是一种新颖的深度学习模型，旨在增强水下图像。该网络通过整合空间、频率和光照域处理来解决颜色失真和低对比度等挑战。AQUA-Net 采用带有辅助分支的残差编码器-解码器，利用傅里叶变换获取频率信息，并利用学习到的光照图进行自适应曝光校正。该模型在参数更少的情况下，与最先进的方法相比表现出竞争力，并且其有效性通过来自地中海的新高分辨率数据集得到了进一步验证。