跳到正文
arXiv · 机器人与计算机视觉· Munsif Ali, Najmul Hassan, Lucia Ventura, Davide Di Bari, Simonepietro Canese, Jungpil Shin·· 2026-10-19AI 评分19

AQUA-Net:自适应频域融合与光照感知网络用于水下图像增强

AQUA-Net: Adaptive Frequency Fusion and Illumination Aware Network for Underwater Image Enhancement

AI 导读

AQUA-Net 通过集成残差编解码器、双辅助分支及 Retinex 启发式光照感知模块,在保留细节的同时降低参数量以解决水下成像难题。该模型基于地中海深海真实视频构建的高分辨率数据集进行训练,在多基准测试中表现与最先进方法相当且参数更少。消融实验证实频域融合与光照分支互补提升了可见度与色彩还原能力,具备强泛化性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org