基于多路混合注意力机制的水下图像增强网络

来源：电子与信息学报杂志2024年第1期北京时间：

作者：李云, 孙山林, 黄晴, 井佩光

单位：1.广西财经学院大数据与人工智能学院 南宁 5300032.桂林电子科技大学信息与通信学院 桂林 5410003.桂林航天工业学院电子信息与自动化学院 桂林 5410004.天津大学电气自动化与信息工程学院 天津 300072

摘要：光线在水下被吸收或者散射使得水下图像成像出现色偏、模糊遮挡等问题，影响水下视觉任务。传统的图像增强方法分别采用直方图均衡、伽马矫正和白平衡方法较好地增强水下图像。然而，3种方法融合增强水下图像的互补性和相关性方面的研究较少。因此，该文提出一种基于多路混合注意力机制的水下图像增强网络。首先，提出多路特征提取模块，对图像进行直方图均衡支路、伽马矫正支路和白平衡支路的多路特征提取，提取图像的对比度、亮度和颜色特征；然后，融合直方图均衡、伽马矫正和白平衡3支路特征，增强3支路特征融合的互补性；最后，设计混合注意力学习模块，深度挖掘3支路在对比度、亮度和颜色的相关性矩阵，并引入跳跃连接增强图像输出。在多个数据集上的实验结果表明，该方法能够有效恢复水下图像色偏、模糊遮挡和提高图像明亮度。

关键词：水下图像增强, 深度学习, 注意力机制, 跳跃连接

基金资助：国家自然科学基金(61861014)，博士启动基金(BS2021025)