Pytorch实现论文：基于多尺度融合生成对抗网络的水下图像增强

简介

简介：提出了一种新型的水下图像增强算法，基于多尺度融合生成对抗网络，名为UMSGAN，以解决低对比度和颜色失真的问题。首先经过亮度的处理，将处理后的图像输入设计的MFFEM模块和RM模块生成图像。该算法旨在适应各种水下场景，提供颜色校正和细节增强。

论文题目：Underwater image enhancement based on multiscale fusion generative adversarial network（基于多尺度融合生成对抗网络的水下图像增强）

论文期刊：International Journal of Machine Learning and Cybernetics

摘要：水下光学成像环境由于其复杂性带来了独特的挑战。 本文介绍了在人造光场景中捕获的水下图像中现有算法的局限性。 我们提出了一种水下人造光优化算法，以使用光线不均匀的图像进行预处理图像，从而减轻光失真的影响。 此外，我们提出了一种新型的水下图像增强算法，基于多尺度融合生成对抗网络，名为Umsga