一种深度学习方法用于海洋雪合成与去除
通过使用深度学习技术，该研究提出了一种新方法来减少水下图像中的浮游生物干扰，通过训练生成对抗网络模型合成逼真的浮游生物样本，并将其与自然水下图像相结合创建配对数据集，然后使用 U-Net 模型进行图像翻译任务来去除浮游生物干扰。实验结果表明，该方法能够高精度地去除合成和自然的浮游生物，并且胜过中值滤波器及其自适应变体等最先进的方法。同时，通过在 MSRB...
该研究使用深度学习技术提出了一种新方法来减少水下图像中的浮游生物干扰。通过生成对抗网络模型合成浮游生物样本，并与自然水下图像相结合创建配对数据集，然后使用U-Net模型进行图像翻译任务来去除浮游生物干扰。实验结果表明，该方法能够高精度地去除合成和自然的浮游生物，并且胜过其他方法。该方法在MSRB数据集上的测试也展示了其鲁棒性。
