MSCT：用于水下图像增强的多尺度卷积变换器

《IEEE MultiMedia》：MSCT: Multiscale Conv-Transformer for Underwater Image Enhancement

水下图像增强面临模糊、色偏及低对比度挑战，传统CNN缺乏全局信息而Transformer忽略局部细节。本文提出 multiscale conv-transformer 模型，采用多尺度卷积与通道注意力机制融合全局与局部特征，通过自注意力模块增强细节恢复，实验表明其性能优于现有方法。

　　

摘要：

为了解决水下图像模糊、颜色偏差和对比度低的问题，研究人员提出了多种水下图像增强方法。其中，基于卷积神经网络的方法在提取全局信息方面存在困难，而基于Transformer的方法则难以捕捉局部信息。为了解决上述问题，我们提出了一种基于编码器-解码器架构的多尺度卷积-Transformer模型，该模型引入了一种新颖的自注意力机制和上采样方法。具体来说，我们使用多头卷积通道注意力机制代替自注意力机制，有效地捕捉了全局结构和细节特征。同时，我们提出了一个多尺度特征融合模块，将编码器输出特征中的局部概率图融入上采样过程，从而提高了恢复细节纹理的能力。在多个数据集上的实验结果表明，所提出的方法在各项指标上均优于其他水下增强技术。

引言

随着人类对地球的探索，富含矿物质、气体、鱼类等资源的海洋受到了越来越多的关注。然而，由于不同波长的光在水体中的吸收程度不同，水下图像常常会出现不同程度的颜色失真。此外，水体中的悬浮颗粒和浮游生物导致的光散射使得水下图像变得模糊且对比度低。这些水下图像的问题严重影响了海洋探索过程。因此，如何获得高质量的水下图像具有重要的研究意义。