Red híbrida Mamba-convolución para la mejora de imágenes submarinas

Área de la Ciencia:

• Visión por computadora
• Biología marina
• Procesamiento de imágenes

Sus antecedentes:

• Las imágenes submarinas sufren de baja claridad y distorsión de color debido a las condiciones marinas y la iluminación.
• La calidad de imagen degradada dificulta el monitoreo ecológico marino y la detección de objetivos submarinos.

Objetivo del estudio:

• Desarrollar un método eficaz para la mejora de la imagen subacuática.
• Mejorar la calidad de las imágenes subacuáticas para aplicaciones científicas.

Principales métodos:

• Se desarrolló una red Mamba-Convolution para la mejora de la imagen subacuática (MC-UIE).
• Utilizó la convolución estándar, los bloques híbridos Mamba-Convolución (M-C HB) con escaneo selectivo 2D (SS2D) y el módulo de atención de características (FAM) y los bloques Mamba de fusión cruzada (CFMB).

Principales resultados:

• El método MC-UIE mejora significativamente las dependencias de imágenes globales y locales.
• Logró un rendimiento superior en color, iluminación y restauración de detalles en comparación con los métodos existentes.
• Eficacia demostrada a través de extensos experimentos cualitativos y cuantitativos en conjuntos de datos generales.

Conclusiones:

• El método MC-UIE propuesto ofrece un avance significativo en la mejora de la imagen subacuática.
• El enfoque aborda efectivamente los desafíos de la mala calidad de imagen en entornos marinos.
• La red desarrollada es prometedora para mejorar el monitoreo ecológico marino y la identificación de objetivos submarinos.