U2PNet:使用极化进行无监督的水下图像恢复网络
IEEE transactions on cybernetics
|February 29, 2024
概括
本研究介绍了U2PNet,U2PNet是一个无监督的网络,用于使用偏振进行水下图像恢复. 它提升了图像质量,没有预训练或特定的线索,在真实和模拟数据上提供最先进的结果.
科学领域:
- 计算机视觉 计算机视觉
- 光学工程是指光学工程.
- 机器人技术 机器人技术 机器人技术
背景情况:
- 由于散射和吸收,水下成像具有挑战性,降低图像质量.
- 现有的基于偏振的修复方法通常需要配对的数据集或特定的场景线索,从而限制了实际使用.
研究的目的:
- 开发一种新的无监督网络,用于使用偏振进行水下图像修复.
- 在具有挑战性的水下环境中改善信号噪声比和整体图像质量.
主要方法:
- 提出了U2PNet,一个无监督的网络,利用两极化信息.
- 设计的T-net和B∞-net子网络用于传输地图和背景光估计.
- 开发了独特的非参考损失功能,以实现有效的恢复.
主要成果:
- 在模拟和真实水下极化图像上实现了最先进的性能.
- 在不需要预训练数据集或特定线索的情况下,证明有效的恢复.
- 在模拟环境和真实水下机器人平台的数据集上进行验证.
结论:
- U2PNet为无监督的水下图像恢复提供了实用和有效的解决方案.
- 该方法能够使用单个马赛克分极图像扩大其应用范围.
- 发布的代码和数据集将有助于进一步研究水下成像.
