← Вернуться к списку

Генеративная структура данных с аутентичным надзором для восстановления и улучшения подводных изображений

Краткое содержание

arXiv:2511.14521v1 Тип объявления: новое Аннотация: Восстановление и улучшение подводных изображений имеют решающее значение для коррекции цветовых искажений и восстановления деталей изображения, что создает фундаментальную основу для последующих задач подводного зрения. Однако современные методы глубокого обучения в этой области часто ограничены нехваткой высококачественных парных наборов данных. Поскольку получение эталонных меток высокого качества в подводных сценах затруднено, существующие бенчмарки обычно полагаются на результаты, вручную выбранные из алгоритмов улучшения, предоставляя спорные референс-изображения, которые не обладают глобально согласованными цветами и аутентичным надзором. Это ограничивает возможности модели по восстановлению цвета, улучшению изображения и обобщению. Для преодоления этого ограничения мы предлагаем использовать наземные естественные изображения как однозначные целевые ориентиры и преобразовывать их в деградированные версии с подводными условиями, тем самым создавая синтетические наборы данных, обеспечивающие достоверные сигналы надзора для моделей.

Полный текст статьи пока не загружен.