IEEE Transactions on Image Processing
CCF推薦國際學術期刊A類（計算機圖形學與多媒體）
作者單位：天津大學
Water-Net 它是一種門控融合（gated fusion）的卷積神經網絡，在UIEB數據集上進行水下圖像增強。為了適應退化的水下圖像的特性，Water-Net模型通過三種方法增強輸入圖像，分別是白平衡（WB）、伽馬矯正（GC）和直方圖均衡（HE）。但是這是一個復雜的CNN結構，受到反向散射的影響。

項目地址：https://li-chongyi.github.io/proj_benchmark.html

Water-Net是一個門控融合網絡，它將輸入與預測的置信度圖融合以實現增強的結果。輸入首先通過特征轉換單元（FTU）傳輸到精煉輸入，然后預測置信度圖。最后，通過融合改進的輸入和相應的置信度圖來獲得增強的結果。

An Underwater Image Enhancement Benchmark Dataset and Beyond

<

總結

以上是生活随笔為你收集整理的Water-Net：水下图像增强基准数据集（UIEB Dataset）2019年TIP顶刊论文的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。