特征注意力网络（FA-Net）：基于深度学习的水下单张图像增强方法
原文中文，约300字，阅读约需1分钟。发表于：。提出了一种基于深度学习和特征注意力的端到端网络（FA-Net），用于解决水下图像处理和分析中的低频信息限制问题，其中 Residual Feature Attention Block (RFAB) 结合了通道注意力，像素注意力和残差学习机制，并通过多跳连接跳过低频信息，取得了比现有方法更高的定量和定性精度以及优越性。
FA-Net是一种基于深度学习和特征注意力的端到端网络，用于解决水下图像处理中的低频信息限制问题。RFAB结合了通道注意力、像素注意力和残差学习机制，并通过多跳连接跳过低频信息，取得了比现有方法更高的精度和优越性。
