要約
水中の不純物による光の吸収と散乱は、水下画像の品質を著しく低下させます。既存のデータ駆動型水下画像強化（UIE）技術は、多様な水中シーンと高忠実度の参考画像を含む大規模データセットの不足に苦しんでいます。また、異なる色チャネルや空間領域での非一貫的な減衰が十分に考慮されておらず、強化効果が十分でないという問題があります。本研究では、5004組の画像ペアを含む大規模水下画像（LSUI）データセットを構築し、U字型トランスフォーマーネットワークについて報告します。これは初めてトランスフォーマーモデルがUIEタスクに導入された例です。U字型トランスフォーマーには、チャネルごとの多尺度特徴融合トランスフォーマー（CMSFFT）モジュールと空間ごとの全体特徴モデリングトランスフォーマー（SGFMT）モジュールが統合されています。これらのモジュールにより、ネットワークはより深刻な減衰を持つ色チャネルと空間領域に対する注意を強化します。さらに、コントラストと彩度を向上させるために、ヒューマンビジョン原理に基づいてRGB、LABおよびLCH色空間を組み合わせた新しい損失関数が設計されました。利用可能なデータセットにおける広範な実験により、本技術が最先端の性能を持ち、2dB以上の優位性があることが確認されました。