您当前的位置：
首页 >
文章列表页 >
改进U-Net的全局特征融合水下图像增强网络
信息科学 | 更新时间：2026-01-29

    • 改进U-Net的全局特征融合水下图像增强网络

    • Underwater image enhancement network based on improved U-Net with global feature fusion

    • “在水下图像增强领域，研究者提出了改进U-Net的全局特征融合网络，有效恢复颜色偏差和减少细节模糊。”
    • 光学精密工程   2026年34卷第2期 页码：322-335

    • DOI：10.37188/OPE.20263402.0322    

      中图分类号： TP394.1;TH691.9
    • CSTR：32169.14.OPE.20263402.0322    

    • 收稿：2025-09-27，

      修回：2025-11-06，

      纸质出版：2026-01-25

    移动端阅览

  • 高绍姝,焦广森,李广峰等.改进U-Net的全局特征融合水下图像增强网络[J].光学精密工程,2026,34(02):322-335.

    GAO Shaoshu,JIAO Guangsen,LI Guangfeng,et al.Underwater image enhancement network based on improved U-Net with global feature fusion[J].Optics and Precision Engineering,2026,34(02):322-335.

  •  
  •  

0

浏览量

0

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

基于多分支残差注意力网络的水下图像增强
采用空间注意力机制的红外弱小目标检测网络
高斯交叉特征融合的高光谱图像分类方法
基于三分支网络的实时图像语义分割
基于SDFSN-HiFuse网络的减速器工件分类

相关作者

程竹明
李佳轩
黄三傲
韩立超
王培珍
鞠默然
罗海波
刘广琦

相关机构

安徽工业大学 电气与信息工程学院
中国科学院 沈阳自动化研究所
中国科学院 机器人与智能制造创新研究院
中国科学院大学
中国科学院光电信息处理重点实验室
0