改进的自适应学习注意力网络的水下图像增强

作者：许袁; 李锋^*; 闫家祥^*

来源：计算机工程与应用, 2023, 1-8.

• 注意力机制
• 损失函数
• 机器视觉
• 水下图像增强
• 多尺度

针对水下图像噪声大、色偏严重和细节模糊等问题，提出了一种基于监督学习的自适应学习注意力网络的水下图像增强算法。首先，利用多尺度融合加强通道之间空间信息的联系；然后，通过并行注意力机制平衡照明特征和颜色信息；接着采用自适应学习保留浅层信息，学习重要特征信息；最后构造多项损耗函数，改善网络性能。实验结果表明，相对于已有算法，该算法的峰值信噪比（peak signal-to-noise ratio， PSNR）指标提高了8.99%，结构相似性（structural similarity index， SSIM）指标提高了15.39%，水下彩色图像评价（Underwater color image quality evaluation， UCIQE）指标提高了1.92%，具有更好的视觉效果。

• 出版日期2023
• 单位江苏科技大学