水中環境での光の散乱と減衰によって水中画像に色ずれや細部のぼやけが生じる問題に対して、改良されたU-Netの全体特徴融合水中画像強調ネットワークを提案する。まず、エンコーダーとデコーダーに多残差畳み込みモジュールを設計し、特徴情報を階層的に融合処理して細部情報の損失を減らす。次に、デコーダーにチャネルアテンションモジュールを導入し、チャネルごとに重み付け処理を行い、チャネルの劣化度合いの違いを緩和する。最後に、デコーダーに畳み込み-置換自己注意モジュールを設計して全体情報を融合させ、ネットワークが画像再構築を誘導する。提案手法はUIEBデータセットで評価され、PSNR、SSIM、LPIPSの3つの指標でそれぞれ23.42、0.9005、0.1385の結果を得た。また、LSUIデータセットでもそれぞれ29.35、0.9382、0.0880の結果を得た。実験結果は提案手法が色ずれの回復と細部のぼかしの軽減に効果的であり、その有効性と実行可能性を示している。

水中画像強調;深層学習;特徴融合;注意機構;畳み込みニューラルネットワーク