基于SK注意力残差网络的水下图像增强

来源：南京信息工程大学学报·自然科学版杂志2023年第5期北京时间：

作者：陈海秀，刘磊

单位：陈海秀,南京信息工程大学 自动化学院, 南京, 210044;南京信息工程大学 大气环境与装备技术协同创新中心, 南京, 210044,刘磊,南京信息工程大学 自动化学院, 南京, 210044

摘要：针对水下图像颜色失真、关键信息模糊和细节特征丢失的问题，提出一种基于SK注意力残差网络的水下图像增强方法.该方法通过改进生成对抗网络中的生成器结构，引入残差模块，减少编码器和解码器之间的特征丢失，增强了图像细节和颜色.为了使网络能适应不同尺度的特征图提取图像关键信息，该方法在残差模块后添加SK注意力机制，采用参数修正线性单元来提高网络的拟合能力.将本文方法分别在真实和合成的水下图像数据集中进行验证，采用传统方法和深度学习的方法进行主客观评价.在主观效果分析中发现，本文方法增强后的图像颜色、关键信息和细节特征都有很大提升.在客观评价指标中发现，本文方法指标值均高于现有的水下图像增强算法，验证了该算法的有效性.

关键词：水下图像增强;注意力机制;生成对抗网络;残差模块

基金资助：国家自然科学基金（61302189）