来源：期刊VIP网 时间：
作者：陈海秀;陆康;何珊珊;刘磊;颜秋叙;
单位：南京信息工程大学自动化学院;南京信息工程大学江苏省大气环境与装备技术协同创新中心;
摘要：针对水下环境中的图像存在严重的偏色、模糊等问题，该文提出了一种新型的生成对抗网络。采用U-Net作为生成网络的基础模型并对其进行了改进，首先将注意力机制引入到网络中，并设计多尺度特征提取模块，来提取不同层次的特征。其次通过预处理操作输入白平衡图像提升模型的鲁棒性。为解决单一损失造成图像细节恢复不均匀的问题，在传统的对抗损失函数中联合L1损失与内容损失。实验结果表明：此方法在水下图像的颜色恢复和提高清晰度方面具有很好的效果，其中结构相似度、峰值信噪比、水下彩色质量评估和水下图像质量度量的平均值分别为0.890 6、29.076 1、0.445 4和3.181 0。在主观评价和客观评价指标上，综合来说该文算法实验结果均优于对比算法。
关键词：水下图像增强;;生成对抗网络;;注意力机制;;多尺度
基金资助：国家自然科学基金项目（61302189）;; 教育部产学合作协同育人项目(202101159003)
