水中画像に存在する色の歪み、コントラストの低さ、細部のぼやけといった問題に対して、多枝残差注意ネットワークに基づく水中画像強調アルゴリズムを提案する。本ネットワークはエンコーダとデコーダの前後に多枝カラ―強調モジュールを導入し、画像の色偏差を適応的に補正する。ネットワークの中間部には残差注意モジュールを設計し、エンコーダとデコーダ間の特徴損失を抑制し、画像の細部を強化する。最後に、統合特徴損失関数を構築し、ネットワークが豊富な特徴量を学習できるようにして、画像の色彩改善と同時にエッジ情報を効果的に保持する。LUSIとEVUPの二つのテストセットを用いて6つの先進的手法と比較し、実験結果は本アルゴリズムで強調された画像が主観的感覚および客観的評価の両面で最良の指標を獲得したことを示している。LUSIテストセットでは、平均ピーク信号対雑音比（PSNR）と構造類似度（SSIM）がそれぞれ27.420dBと0.885に達し、次点の手法と比較してそれぞれ3.9％と0.8％向上した。EVUPテストセットではPSNRとSSIMがそれぞれ26.159dBと0.851に達し、次点と比較して3.3％と1.3％の改善を示した。本アルゴリズムは優れた画像品質向上効果と安定性を有し、水中工学における画像解析の有効な手法を提供できる。

水中画像強調;深層学習;残差注意モジュール;多枝カラ―強調モジュール;注意メカニズム;統合損失関数