RQUL-UIE 框架通过自监督提升水下图像增强质量
热点事件持续更新
RQUL-UIE 框架通过自监督提升水下图像增强质量
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026 年 11 月,研究人员提出 RQUL-UIE 框架,旨在解决水下图像增强任务中标签不稳定的问题。该框架利用输入到参考的修正估计机制,决定共享循环增强器的监督来源,并结合层级潜空间增强与纹理细化技术进行优化。 评估显示,该方法在无需额外质量标注的情况下,于三个评测集上表现优于 12 个基线模型。定性对比证实,其在退化水下场景中实现了更优的色彩平衡与结构清晰度。
AI 根据报道生成 · 10 小时前更新
最新进展11月18日 13:00
RQUL-UIE:通过数据集内自监督重振水下图像增强中的不稳定标签报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉RQUL-UIE:通过数据集内自监督重振水下图像增强中的不稳定标签
RQUL-UIE 框架利用输入到参考的修正估计,决定共享循环增强器由哪些参考进行监督。该方法在无需额外质量标注的情况下,结合层级潜空间增强与纹理细化技术,在三个评测集上优于 12 个基线模型。定性对比显示其在退化水下场景中实现了更优的色彩平衡与结构清晰度。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 17:00
- 近 24 小时变化
- –
02.557.510
18:0020:0022:0011月19日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。