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：2026-03-05

    • 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

    • “针对水下图像因散射衰减致颜色偏差细节模糊问题，专家提出改进U-Net的全局特征融合增强网络，经UIEB和LSUI数据集测试，效果显著，为水下图像质量提升提供新方案。”
    • 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： TP394.1;TH691.9
    • CSTR：32169.14.OPE.20263402.0322    

    • 收稿：2025-09-27，

      修回：2025-11-06，

      纸质出版：2026-01-25

    移动端阅览

  • 高绍姝,焦广森,李广峰等.改进U-Net的全局特征融合水下图像增强网络[J].光学精密工程,2026,34(02):322-335.

    GAO Shaoshu,JIAO Guangsen,LI Guangfeng,et al.Underwater image enhancement network based on improved U-Net with global feature fusion[J].Optics and Precision Engineering,2026,34(02):322-335.

  •  
  •  

0

浏览量

55

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

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
基于动态特征增强的水下鱼类目标检测
高斯交叉特征融合的高光谱图像分类方法
基于三分支网络的实时图像语义分割

相关作者

程竹明
李佳轩
黄三傲
韩立超
王培珍
鞠默然
罗海波
刘广琦

相关机构

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
中国科学院大学
中国科学院光电信息处理重点实验室
0