AQUA-Net水下图像增强模型论文发布

Munsif Ali 等在 arXiv cs.AI 发布水下图像增强模型 AQUA-Net 的论文。模型在残差编码器-解码器基础上加入双辅助分支：频率融合编码器利用傅里叶域频率线索保留纹理细节，光照感知解码器受 Retinex 启发、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。基于论文摘要，作者称该模型在多个基准数据集上的定性与定量评估中与 SOTA 相当且参数量更少；此说法仅基于摘要，尚未独立核验。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。