摘要
水下目标检测（UOD）在水产养殖和海洋环境保护中发挥着重要作用。鉴于水下环境中的低对比度和低光照条件带来的挑战，已提出多种水下图像增强（UIE）方法来提高水下图像的质量。然而，仅使用增强后的图像并不能改善UOD的性能，因为这可能会不可避免地移除或改变水下目标的关键模式和细节。相比之下，我们认为探索两个领域之间的互补信息对UOD是有益的。原始图像保留了场景的自然特征和物体的纹理信息，而增强图像则提高了水下目标的可见性。基于这一观点，我们提出了一种门控跨域协作网络（GCC-Net），以应对水下环境中能见度差和对比度低的挑战，该网络包含三个专门组件。首先，采用一种实时UIE方法生成增强图像，可以改善低对比度区域中物体的可见性。其次，引入一个跨域特征交互模块，促进原始图像和增强图像特征之间的交互并挖掘互补信息。最后，为了防止不可靠生成结果的污染，提出了一种门控特征融合模块，自适应地控制跨域信息的融合比例。我们的方法从跨域信息交互和融合的角度提出了一个新的UOD范式。实验结果表明，所提出的GCC-Net在四个水下数据集上实现了最先进的性能。