您当前的位置：
首页 >
文章列表页 >
基于多分支残差注意力网络的水下图像增强
信息科学 | 更新时间：2025-05-27

    • 基于多分支残差注意力网络的水下图像增强

    • Underwater image enhancement based on multi-branch residual attention network

    • “最新研究提出基于多分支残差注意力网络的水下图像增强算法，有效改善图像色彩、对比度和细节，为水下图像分析提供新方法。”
    • 光学精密工程   2025年33卷第7期 页码：1141-1151

    • DOI：10.37188/OPE.20253307.1141    

      中图分类号： TP394.1;TH691.9
    • CSTR：32169.14.OPE.20253307.1141    

    • 收稿日期：2024-09-03，

      修回日期：2024-11-23，

      纸质出版日期：2025-04-10

    移动端阅览

  • 程竹明,李佳轩,黄三傲等.基于多分支残差注意力网络的水下图像增强[J].光学精密工程,2025,33(07):1141-1151. DOI： 10.37188/OPE.20253307.1141. CSTR： 32169.14.OPE.20253307.1141.

    CHENG Zhuming,LI Jiaxuan,HUANG San'ao,et al.Underwater image enhancement based on multi-branch residual attention network[J].Optics and Precision Engineering,2025,33(07):1141-1151. DOI： 10.37188/OPE.20253307.1141. CSTR： 32169.14.OPE.20253307.1141.

  •  
  •  

0

浏览量

3

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

综合多尺度信息和注意力机制的水下图像增强
融合知识蒸馏和注意力机制的光伏热斑检测
融合卷积块注意力模块和Siamese神经网络的人脸识别算法
基于无监督学习和注意力机制的水下偏振图像融合
基于LL-GG-LG Net的CT和PET医学图像融合

相关作者

夏晓华
钟预全
胡鹏
姚运仕
耿继光
张良奇
郝帅
吴瑛琦

相关机构

长安大学 道路施工技术与装备教育部重点实验室
河南万里交通科技集团股份有限公司
西安科技大学 电气与控制工程学院
济南大学 机械工程学院
大连理工大学 辽宁省微纳米系统重点实验室
0