Новая нейронная сеть для улучшения качества подводного изображения

Общая архитектура сети LFT-DGAN.Кредит: Ван Лиусан

В этом исследовании исследователи использовали знание обратимых сверточных и состязательных нейронных сетей, чтобы установить модель двойной генеративной нейронной сети полной частотной трансформатора и подтвердила ее эффективность, сравнивая несколько экспериментальных данных подводного изображения.

Используя эту модель, они применили технологию разложения изображения с обратимой сверткой впервые, чтобы точно отделить различные частоты изображения.

Кроме того, исследователи использовали передовую модель трансформатора, которая может научиться улучшать взаимодействие и интеграцию различных типов информации.Они также создали дискриминатор с двойным доменом для лучшего захвата и анализа частотных характеристик изображений.

«Результаты этого исследования и методы обеспечили прочную теоретическую основу и сильную поддержку для последующих исследований и разработок подводного улучшения изображения», - сказал Ван Лиусан.

More information: Shijian Zheng et al, A learnable full-frequency transformer dual generative adversarial network for underwater image enhancement, Frontiers in Marine Science (2024). DOI: 10.3389/fmars.2024.1321549