BriefGPT - AI 论文速递
·
HUPE：基于语义协同学习的启发式水下感知增强
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种启发式可逆网络HUPE，旨在解决水下图像可视性降低的问题。通过可逆变换和傅里叶变换，建立水下图像与清晰图像的双向映射，并引入语义协同学习模块，以提升视觉质量和特征提取能力。实验结果表明，HUPE优于现有方法。
🎯
关键要点
- 本研究提出了一种启发式可逆网络HUPE，旨在解决水下图像可视性降低的问题。
- 水下图像的可视性降低是由于光折射和吸收造成的，传统增强方法未能满足实际应用需求。
- HUPE通过可逆变换和傅里叶变换建立水下图像与清晰图像的双向映射。
- 引入语义协同学习模块以提升视觉质量和特征提取能力。
- 实验结果表明，HUPE在增强效果上优于现有的最先进方法。
➡️
