首个GAN水下文本恢复
与现有方法不同,它针对水下扭曲文本设计生成对抗网络,专门恢复跨介质文本细节与边缘,从而支持水-空态势感知的文本可读性。
Ranhao, Zhang · Zhang, Fudong · 孟浩然 · 蒋川东 · 王亮
Measurement: Journal of the International Measurement Confederation 2025
URGAN是首个专门为水下扭曲文本恢复设计的生成对抗网络,相比传统算法和普通深度学习方法,能更好地学习水下扭曲到干净文本的映射。
生成器创新性地集成了大量残差块和大卷积核,增强了网络对文本细节和边缘的恢复能力,使恢复后的文本更清晰。
在真实水下数据上取得79.16%的文本恢复准确率和18.30 dB的PSNR,证明模型在实际水下场景中具有可靠性,而非仅在仿真数据上有效。