- · 《中国测试》编辑部征稿[10/30]
- · 《中国测试》杂志社刊物[10/30]
- · 《中国测试》期刊栏目设[10/30]
- · 《中国测试》数据库收录[10/30]
- · 《中国测试》投稿方式[10/30]
- · 中国测试版面费是多少[10/30]
来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。 一、投稿方式： 1、 请从 我刊官网 直接投稿 。 2、 请 从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。 二、稿件著作权： 1、 投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、 投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 第5条所述之网络是指通过我刊官网。 7、 投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
计算机软件及计算机应用论文_基于Inception-Re
作者:网站采编关键词:
摘要：文章目录 1 引言 2 本文算法 2.1 IRGAN网络增强模型 2.2 Inception-Residual模块 2.3 生成网络 2.4 判别网络 2.5 损失函数 3 实验结果与分析 3.1 实验数据 3.2 实验设置 3.3 实验分析 3.3.1 色彩感知损失
文章目录
1 引言
2 本文算法
2.1 IRGAN网络增强模型
2.2 Inception-Residual模块
2.3 生成网络
2.4 判别网络
2.5 损失函数
3 实验结果与分析
3.1 实验数据
3.2 实验设置
3.3 实验分析
3.3.1 色彩感知损失项的消融实验
3.3.2 IR模块的对比实验
3.3.3 在测试集A上的对比实验
3.3.4 在测试集B上的对比实验
4 结论
文章摘要:为解决光在水下传播过程中由吸收与散射效应导致的水下图像模糊、对比度低和颜色失真问题,提出一种基于Inception-Residual和生成对抗网络的水下图像增强算法。首先,将退化水下图像缩放至256×256×3大小,以获得用于训练模型的数据集。接着,将Inception模块、残差思想、编码解码结构和生成对抗网络相结合,构建IRGAN（Generative Adversarial Network with Inception-Residual）模型来增强水下图像。然后,利用全局相似性、内容感知和色彩感知构造多项损失函数,约束生成网络和判别网络的对抗训练。最后,通过训练好的模型对退化水下图像进行处理以获得清晰的水下图像。实验结果表明:与现有增强方法相比,所提算法增强的水下图像在PSNR、UIQM和IE指标上的平均值分别比第二名提升13.6%、4.1%和0.9%。在主观感知和客观评估中,增强后的水下图像在清晰度、对比度增强和颜色校正方面均得到改善。
文章关键词:
论文分类号:TP391.41
文章来源：《中国测试》 网址: http://www.zgcszzs.cn/qikandaodu/2021/1113/1946.html