arXiv · cs.AI· Munsif Ali, Najmul Hassan, Lucia Ventura, Davide Di Bari, Simonepietro Canese, Jungpil Shin·· 6 小时前
AQUA-Net：面向水下图像增强的自适应频率融合与光照感知网络
AQUA-Net: Adaptive Frequency Fusion and Illumination Aware Network for Underwater Image Enhancement
arXiv:2512.05960v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Munsif Ali, Najmul Hassan, Lucia Ventura, Davide Di Bari, Simonepietro Canese, Jungpil Shin
研究任务与主要进展
论文提出水下图像增强模型 AQUA-Net，在残差编码器-解码器基础上引入频率域与光照域双辅助分支：频率融合编码器利用傅里叶域频率线索保留纹理细节，受 Retinex 启发的光照感知解码器通过学习的光照图做自适应曝光校正。作者还发布了源自地中海真实水下视频的高分辨率数据集。摘要称其在多个基准上与 SOTA 相当且参数量更少（仅基于论文摘要）。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org