来源：期刊VIP网 时间：
作者：朱立忠;王雅鑫;郭宝仁;
单位：沈阳理工大学自动化与电气工程学院;华电电力科学研究院有限公司东北分公司;
摘要：针对水下环境复杂多变，导致现存算法难以稳定恢复水下退化图像的问题，文中提出一种基于积极概率分布引导的水下图像增强网络，该网络通过构建积极样本概率引导框架，从混合样本中估计其特征概率分布来引导网络恢复退化图像。首先，提出多分支信息提取架构获取输入特征的多空间特征，并分别在空间、像素、通道等方面增强图像特征分布；其次，结合条件变分自动编码器与自适应实例归一化获取特征分布，并改进现有风格迁移算法增强图像颜色与对比度；最后，结合多项损失函数进一步增强网络的鲁棒性，提高图像质量。实验结果表明，所提方法输出图像色泽清晰、颜色均衡，在多个数据集上的定性定量指标均优于对比的经典和新颖算法，对真实海洋工作具有重要意义。
关键词：水下图像增强;;概率分布;;条件变分自动编码器;;自适应实例归一化;;注意力机制;;色偏校正
基金资助：国家重点研发计划（2017YFC0821001-2）
