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
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
- “针对水下图像颜色失真、对比度低、细节模糊等问题,研究团队提出一种基于多分支残差注意力网络的水下图像增强算法,介绍了其在水下图像处理领域的研究进展,该团队建立了多分支色彩增强与残差注意力相结合的神经网络体系,为解决水下图像质量退化问题提供解决方案。”
- 光学精密工程 2025年33卷第7期 页码:1141-1151
DOI: 10.37188/OPE.20253307.1141
- CSTR: 32169.14.OPE.20253307.1141
修回:2024-11-23
移动端阅览
AI导读
HTML全文
图( 9 ) 表( 6 )
参考文献
出版信息
数据统计
552
浏览量
1328
下载量
2
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
改进U-Net的全局特征融合水下图像增强网络
空域与频域融合的多尺度浑浊水图像增强
融合动态感知与渐进细化的水下图像增强网络
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
高绍姝
焦广森
李广峰
刘宗恩
张浩
张庆文
刘飞
宋雨佳
相关机构
中国石油大学(华东) 青岛软件学院、计算机科学与技术学院, 山东省智能油气工业软件重点实验室
中国石油大学(华东) 石油工业训练中心
青岛理工大学 信息管理学院
西安电子科技大学 物理与光电工程学院
中国石油大学(华东)青岛软件学院、计算机科学与技术学院, 山东省智能油气工业软件重点实验室


