水中の浮遊物の散乱および水体による光の吸収により、水中画像は深刻な色ずれ、霞みおよびぼやけの現象が生じます。既存の深層学習に基づく水中画像強調アルゴリズムは、単一の畳み込みおよびアップ・ダウンサンプリング方式を使用しているため、画像特徴の抽出が不十分である問題に対して、本論文では多尺度特徴抽出に基づくダウンサンプリングモジュール、アップサンプリングモジュール、および特徴抽出モジュールを構築し、これに基づいて多尺度特徴抽出ブロックを連鎖させた（MS-FEBC）水中画像強調ネットワークフレームワークを提案しました。さらにネットワークの特徴抽出能力を高めるために、ネットワークの高次元特徴空間にCBAM注意機構を追加しました。実験結果は、既存のアルゴリズムと比較して、本論文のアルゴリズムが色ずれ、霞み、詳細の喪失などの低品質な水中画像問題を効果的に解決し、4つの客観評価指標すべてで有意な向上を示し、画像のSIFT特徴点検出およびCannyエッジ検出視覚タスクの性能が明確に向上したことを示しています。

水中画像強調;連鎖ネットワーク;多尺度特徴抽出