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：2026-09-11
上一篇|下一篇

    • 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

    • “针对水下图像颜色偏差和细节模糊问题，研究团队提出改进U-Net的全局特征融合水下图像增强网络，通过多残差卷积模块、通道注意力模块和卷积-置换自注意力模块的三重设计，在UIEB和LSUI数据集上取得优异指标，为水下视觉图像处理体系建设奠定了基础。”
    • 高绍姝 ，焦广森 ，李广峰 ，刘宗恩
    • 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：
    • CSTR： 32169.14.OPE.20263402.0322     

    • 修回：2025-11-06 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 12 ) 表( 5 )

  • 参考文献

  • 出版信息

  • 数据统计

329

浏览量

570

下载量

0

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

融合动态感知与渐进细化的水下图像增强网络
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
空域与频域融合的多尺度浑浊水图像增强
基于动态特征增强的水下鱼类目标检测

相关作者

孙士明
张成雯
李广峰
高绍姝
蒋铭皓
程竹明
李佳轩
黄三傲

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
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
中国科学院光电信息处理重点实验室