双相域自适应网络

水下图像增强

同时缩小合成-真实域间差距与真实数据内部分布差距，提升水下图像增强的泛化性和视觉质量。

Wang, Zhengyong · 沈礼权 · 徐迈 · Mei, Yu · 王坤 · Yufei, Lin

IEEE Transactions on Image Processing 2023

技术优势

域间域内差距同时缩小

通过双相设计，在图像级、特征级和输出级进行跨域对齐，并利用易-难样本自适应减少真实数据内部的分布差异，提升模型在各类真实水下图像上的适应性。

训练更高效

利用基于排序的质量评估方法对真实样本进行易-难划分，将易样本的伪标签用于难样本的自适应，减少了对高质量标注的依赖，提高了学习效率。

应用场景

• 水下成像：提高水下拍摄图像清晰度和色彩还原度，为海洋观测和资源勘探提供更可靠的视觉信息。
• 视觉增强：作为水下视觉增强模块集成到图像处理流程，提升目标检测和识别等下游任务的输入质量。
• 水下机器人：增强水下机器人的视觉感知能力，使其在浑浊水域中更准确地导航和作业。