減衰スタイルを分離した適応ルーティングによる海中画像強調ネットワーク

要旨: 水中画像強調（UIE）は、海洋アプリケーションにおける堅牢な視覚認識に不可欠です。しかし、既存の手法は主に平均的なデータセット分布に合わせた一様な写像に依存しており、その結果、軽度に劣化した画像を過剰に処理してしまったり、重度の劣化に対して十分に復元できなかったりします。そこでこの課題に対し、新たな適応的強調フレームワークであるSDAR-Netを提案します。既存の一様パラダイムとは異なり、SDAR-Netは最初に入力から特定の劣化スタイルを切り離し、その後、強調プロセスを適応的に調整します。具体的には、水中の劣化は主として見た目を変える一方でシーンの構造は保たれるため、SDAR-Netは、慎重に設計した学習フレームワークを通じて、画像特徴を動的な劣化スタイル埋め込みと静的なシーン構造表現へと定式化します。続いて、適応的ルーティング機構を導入します。スタイル特徴を評価し、異なる強調状態においてソフト重みを適応的に予測することで、対応する画像表現の重み付き融合を導き、各画像の適応的な復元要求を正確に満たします。大規模な実験の結果、SDAR-Netは実世界ベンチマークにおいてPSNR 25.72 dBを達成し、新たな最先端（SOTA）の性能を示すとともに、下流の視覚タスクにおける有用性も実証されました。コードは https://github.com/WHU-USI3DV/SDAR-Net で公開しています。