一个具有特征传输和融合的多阶段进步网络,用于海上除雪
Lixin Liu1,2, Yuyang Liao1,2, Bo He1
1Institute of Deep-sea Science and Engineering, Chinese Academy of Sciences, Sanya 572000, China.
Sensors (Basel, Switzerland)
|January 23, 2024
概括
这项研究引入了一种新的网络,有效地从水下图像中去除海洋雪噪声. 新方法显著提高了海洋检测应用的图像质量,优于现有技术.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 海洋技术 海洋技术
背景情况:
- 水下图像质量对于海洋检测至关重要.
- 海洋雪噪声会降低图像质量,影响感知和下游任务.
- 现有的方法难以应对水下图像降解的复杂性.
研究的目的:
- 开发一种有效的方法,从水下图像中去除海洋雪噪声.
- 提高用于海洋应用的水下图像质量.
- 为了提高海洋检测和细分任务的性能.
主要方法:
- 设计了一个新的网络结构,采用双通道多尺度特征发射器 (DCMFT) 来最大限度地减少信息丢失.
- 实现了代的注意力特征融合 (iAFF) 模块,以增强功能利用.
- 将多尺度结构相似性指数 (MS-SSIM) 集成到损失函数中,以优化训练.
主要成果:
- 拟议的方法在海洋除雪基准数据集 (MSRB) 上实现了 38.9251 dB 的峰值信号噪声比.
- 与现有的方法相比,在消除海雪噪声方面取得了显著的改进.
- 成功提高了水下图像质量,以改善场景感知.
结论:
- 这种新型网络有效地解决了在水下图像中遇到的海洋雪噪声挑战.
- 提出的方法在降低噪音和提高图像质量方面提供了卓越的性能.
- 这项工作有助于通过改进图像处理来提高海洋检测能力.
