基于深度学习的水下光学图像超分辨率重建综述 |
| |
作者姓名: | 罗逸豪 曹翔 张钧陶 王天江 冯琪 |
| |
作者单位: | 中国船舶集团有限公司第七一〇研究所,湖北 宜昌 443003 ;清江创新中心,湖北 武汉 430076;长沙学院,湖南 长沙 410022;军事科学院系统工程研究院,北京 100141;华中科技大学,湖北 武汉 430074 |
| |
基金项目: | 装备预先研究项目“机载水下小目标探测技术”(3020706) |
| |
摘 要: | 图像超分辨率重建旨在从低分辨率图像中生成包含高频细节的高分辨率图像。随着近年来人工智能的快速发展,基于深度学习的超分辨率重建算法取得了突破性进展。然而,水下光学图像通常会产生严重的颜色失真、细节缺失、对比度下降与模糊等多种退化问题,重建难度远高于常规的自然光学图像。目前尚未有文献对基于深度学习的水下光学图像超分辨率重建进行系统性综述。首先,对自然图像退化方式和数据集进行分类总结,结合国内外最新研究现状将基于深度学习的单幅图像超分辨率重建算法分为针对一般退化、已知(非盲)多种退化、未知(盲)多种退化 3 个方面进行详细总结,为水下应用场景提供参考。然后, 介绍了水下光学图像退化方式,归纳了常见的公开数据集,总结并分析了水下光学图像超分辨率重建的最新进展。最后,对该领域未来可能的发展趋势进行了展望。
|
关 键 词: | 超分辨率重建 水下光学图像 深度学习 数据集 |
A Review of Underwater Optical Image Super-resolution Reconstruction Based on Deep Learning |
| |
Authors: | LUO Yihao CAO Xiang ZHANG Juntao WANG Tianjiang FENG Qi |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《》浏览原始摘要信息 |
|
点击此处可从《》下载全文 |