论文标题： U-shape Transformer for Underwater Image Enhancement 

论文链接：https://arxiv.org/abs/2111.11843

作者单位：北京理工大学

水下杂质对光的吸收和散射导致水下成像质量较差。现有的基于数据驱动的水下图像增强 (UIE) 技术缺乏包含各种水下场景和高保真参考图像的大规模数据集。此外，提升后的增强没有充分考虑不同颜色通道和空间区域的不一致衰减。在这项工作中，我们构建了一个包含 5004 个图像对的大规模水下图像 (LSUI) 数据集，并报告了一个 U 形Transformer网络，其中Transformer模型首次引入 UIE 任务。 U-shape Transformer 集成了通道方式多尺度特征融合变换器 (CMSFFT) 模块和空间方式全局特征建模Transformer(SGFMT) 模块，增强了网络对颜色通道和空间区域的注意力严重衰减。同时，为了进一步提高对比度和饱和度，遵循人类视觉原理设计了一种结合RGB、LAB和LCH色彩空间的新型损失函数。对可用数据集的大量实验验证了所报告技术的最先进性能，具有超过 2dB 的优势。数据集和演示代码可用于非商业用途。

内容中包含的图片若涉及版权问题，请及时与我们联系删除