水中画像が水の散乱や吸収により色の歪みや詳細の喪失といった問題を抱えていることに対し、多尺度情報と注意機構を統合した生成対抗ネットワークモデルを提案し、水中画像を強化した。まず、画像の局所情報と全局情報を十分に活用・強化するために、局所エンコーダーと全局エンコーダーを使用してそれぞれ画像の局所特徴と全局特徴を抽出し、相互に融合して補完性を実現した。次に、多尺度情報を捉えるために多尺度混合畳み込みを設計し、異なるスケールの特徴に対するネットワークの適応性を高めた。さらに、注意機構を利用して特徴抽出の精度を向上させ、高価値の特徴に対するネットワークの注目度を強化した。最後に、多尺度混合畳み込みと注意機構を繰り返し活用して特徴をさらに細かくし、段階的にアップサンプリングして強化画像を得た。6つの古典的および最新の手法と比較して、提案モデルは主観的評価で最良の視覚的感覚を得ただけでなく、テストセット全体でピーク信号対雑音比（PSNR）、構造類似指数（SSIM）、水中画像品質指標（UIQM）、自然画像品質（NIQE）の4つの客観的評価指標でそれぞれ22.499、0.789、2.911、4.175の平均スコアを記録し、6つの対照法を上回り、対照法中の最良値と比較してそれぞれ0.353、0.002、0.025、0.307の向上を示した。これにより、提案モデルは画像の色歪みを補正できるだけでなく、画像の詳細復元、コントラストや鮮明度の向上においても優れた性能を示し、良好な応用展望を持つことが証明された。

水中画像強化; 生成対抗ネットワーク; エンコーダー; 多尺度混合畳み込み; 注意機構