先验引导混合感知水下图像恢复网络

色彩均衡先验显著增强清晰度

该方法通过多尺度混合感知和色彩均衡先验引导，有效校正水下图像颜色失真并恢复模糊细节。

Xiaojiao, Guo · Xuhang, Chen · Wang, Shuqiang · Pun, Chi Man

IEEE Transactions on Circuits and Systems for Video Technology 2025

参数信息

基准中包含的传统方法数量

14

基准中重新训练的深度学习方法数量

23

测试集数量

6

用于构建基准的真实水下数据集数量

3

对比方法总数

37

技术优势

能处理多种水下场景

该方法在来自四个真实水下数据集的六个测试集上进行了评估，包括成对和不成对设置，展现了广泛的适用性。

提供公平对比基准

该工作构建了一个综合基准，包含来自三个真实水下数据集的成对训练数据，并测试了14种传统方法和23种深度学习方法，为未来研究提供了标准化对比依据。

应用场景

• 水下机器人视觉：为水下机器人提供清晰的视觉输入，提升自主导航和作业能力。
• 海洋探测：恢复水下图像的真实色彩和细节，辅助海洋科学考察和资源勘探。
• 水下图像增强：直接校正颜色失真和模糊，作为水下图像增强的端到端解决方案。