文章详情
| 稿件标题： | AL-GAN：一种融合注意力机制的轻量级GAN水下图像增强模型 |
| 稿件作者： | 冯建新1，2,韩亚军1，2,潘成胜1，2,孙传林1，2,蔡远航1，2 |
| DOI： | 10.11809/bqzbgcxb2024.02.017 |
| 科学编辑： | 杨杰 博士（武汉理工大学 教授） |
| 栏目名称： | 基础理论与应用研究 |
| 关键词： | 水下图像增强；注意力机制；轻量级；生成对抗网络 |
| 文章摘要： | 针对水下图像存在对比度低、颜色失真和现有网络模型推理速度慢等问题，提出一种融合注意力机制的轻量级GAN水下图像增强模型。该模型使用PatchGAN作为判别网络，生成网络在FUnIEGAN模型基础上，使用轻量化模型MobileNet替换原UNet特征提取网络中参数量极大的VGG16模型作为特征提取模块，提取水下退化图像特征，使网络模型参数量减少，加快了网络模型的推理速度。进一步在特征提取模块引入通道和空间注意力机制，增强了网络特征提取能力，达到了增强图像细节的目的。在EUVP数据集上进行实验，结果表明：该方法在处理真实水下图像时有很好的效果。与几种现有方法相比，本文中所提方法能够更好地提升对比度，修正色偏，减少图像细节信息损失，在主客观指标上都优于现有方法。 |
| 稿件基金： | 冯建新（1975—），女，博士，副教授，Email：fengjianxin863@163.com。 |
| 引用本文格式： | 冯建新,韩亚军,潘成胜，等.ALGAN：一种融合注意力机制的轻量级GAN水下图像增强模型［J］.兵器装备工程学报，2024，45(2)：135-143. FENG Jianxin, HAN Yajun, PAN Chengsheng, et al.ALGAN: A lightweight GAN underwater image enhancement incorporating attention mechanisms［J］.Journal of Ordnance Equipment Engineering，2024，45(2)：135-143. |
| 刊期名称： | 2024年02期 |
| 出版时间： | 2024年2月 |
| 收稿日期： | 2023年3月15日 |
| 修回日期： | 2023年4月6日 |
| 录用日期： | 2023年5月6日 |
| 上线时间： | 2024年2月28日 |
| 浏览次数： | 1500 |
| 下载次数： | 74 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |