特色应用
所提出的方法可作为地下煤矿固定摄像头监控的潜在预处理组件。其评估仅限于一个工作面；在其他矿点的部署需在目标成像和工作条件下进行独立验证。
摘要
我们研究了在限制可用图像区域变化的前提下，对固定工程增强算子进行轻量级近似的方法。仅使用校正后的图像进行训练，会使流水线中的中间干预决策无法被利用。我们提出了 MinePD-Net，该方法联合蒸馏来自固定非神经网络的教师模型的校正RGB输出以及原生眩光和暗噪声掩码。预测掩码对输入恒等路径上的有界残差进行门控，在干预分数较低的区域限制校正幅度。区域平衡目标将教师重建和原始图像恒等分别分配到不相交的教师效应区域和干净核心区域，同时保留原生掩码保真度与过渡重建之间的权衡。该设计在紧凑的深度可分离编解码器中将决策转移与校正控制相结合。在 UCM-WFE 数据集上的评估使用了来自单一地下工作面四个固定摄像头的4888对2688 × 1520帧图像，采用源片段分离测试、重复训练和留一摄像头验证。与骨干网络匹配的回归器相比，MinePD-Net 将参考峰值信噪比提高了0.33 dB，并将干净核心恒等误差和流对齐时间误差分别降低了36.1%和14.8%。在原生分辨率下，该25,600参数模型达到了26.68 dB的参考PSNR和0.9234的SSIM。仅网络FP16推理在RTX 4070 Ti上（批量大小为1）达到26.2 fps，而实测的单流网关到检测路径在25 fps输入速率下以17.90 fps运行，丢帧率为28.40%。一个冻结的设备检测器与人工标注进行对比评估，在0.50–0.95的交并比阈值范围内，平均精度均值从0.446提升至0.472，配对增益为+0.026（95%置信区间：+0.009至+0.043）。参考分数和掩码分数量化的是对教师模型输出和决策的保真度，而非对独立已知干净场景的恢复。输入保留和人工标注检测评估的是互补效益。
