您当前的位置：
首页 >
文章列表页 >
融合动态感知与渐进细化的水下图像增强网络
信息科学 | 更新时间：2026-09-11
上一篇|下一篇

    • 融合动态感知与渐进细化的水下图像增强网络

    • Underwater image enhancement network integrating dynamic perception and progressive refinement

    • “研究团队提出融合动态感知与渐进细化的U型水下图像增强网络，"针对水体吸收与散射导致的图像颜色失真、对比度不足和尺度依赖性模糊问题"，通过动态调优Transformer模块与渐进细化架构，在多个公开数据集上取得最优指标，为高级视觉任务提供高质量图像输入。”
    • 孙士明 ，张成雯 ，李广峰 ，高绍姝 ，蒋铭皓
    • 光学精密工程 2026年34卷第8期 页码：1330-1346

    • DOI： 10.37188/OPE.20263408.1330     

      中图分类号：
    • CSTR： 32169.14.OPE.20263408.1330     

    • 修回：2026-03-03 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 10 ) 表( 3 )

  • 参考文献

  • 出版信息

  • 数据统计

259

浏览量

177

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

改进U-Net的全局特征融合水下图像增强网络
高斯交叉特征融合的高光谱图像分类方法
基于多分支残差注意力网络的水下图像增强
综合多尺度信息和注意力机制的水下图像增强
引入注意力机制的轻量级小目标检测网络

相关作者

高绍姝
焦广森
李广峰
刘宗恩
王文龙
王海荣
易之航
杨振业

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
北方民族大学 计算机科学与工程学院
宁夏气象防灾减灾重点实验室（宁夏气象科学研究所）
安徽工业大学 电气与信息工程学院