【论文阅读】Medium Transmission-Guided Multi-Color Space Embedding

最新推荐文章于 2024-11-22 12:48:05 发布

原创

最新推荐文章于 2024-11-22 12:48:05 发布 · 1k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #神经网络

论文提出了一种名为Ucolor的水下图像增强方法，结合了多色彩空间编码器和介质传输引导的解码器，通过在HSV、RGB和Lab色彩空间中提取特征，利用通道注意力模块和介质传输指导模块，提升网络对水下图像质量下降区域的处理能力，达到先进的性能。

论文：Underwater Image Enhancement via Medium Transmission-Guided Multi-Color Space Embedding
作者：Chongyi Li
年份：2021年
期刊：IEEE TRANSACTIONS ON IMAGE PROCESSING

创新点

本文提出了一种 via medium transmission-guided multi-color space embedding的水下图像增强网络，称为 Ucolor。

1.提出了一个多色彩空间编码器网络（multi-color space encoder network），结合注意力机制，将不同色彩空间的特征整合到一个统一的结构中，并自适应地选择最具代表性的特征。
2.提出了一个介质传输引导的解码器网络（ medium transmission-guided decoder network），以增强网络对质量下降区域的响应。它探讨了水下成像领域知识和深度神经网络之间的互补优势。
3. Ucolor 在视觉质量和定量指标方面在最近的几个基准测试中都达到了最先进的性能。

方法

在这里插入图片描述

在multi-color space encoder network中，水下图像首先经过颜色空间变换。形成三个编码器路径，分别命名为HSV路径、RGB路径和Lab路径。在每条路径中，输入到三个串行redisual-enhancement modules，使用 2 倍下采样操作获得三个级别的特征表示（在图 2 中标记为 1、2 和 3）。同时，作者通过将RGB路径的特征与HSV路径和Lab路径的对应特征进行密集连接来增强RGB路径。然后将这三个平行路径的相同级别特征连接起来，形成三组 multi-color space encoder features。最后将这三组特征分别提供给相应的通道注意力模块，该模块作为最具代表性和信息量的特征的工具。In the medium transmission-guided decoder network，基于通道的注意力模块和相同大小的reverse medium transmission（RMT）映射被前向传到 medium transmissi