Fast Underwater Image Enhancement for Improved Visual Perception

In this letter, we present a conditional generative adversarial network-based model for real-time underwater image enhancement. To supervise the adversarial training, we formulate an objective function that evaluates the perceptual image quality based on its global content, color, local texture, and...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE robotics and automation letters Ročník 5; číslo 2; s. 3226 - 3233
Hlavní autoři:	Islam, Md Jahidul, Xia, Youya, Sattar, Junaed
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 01.04.2020 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	computer vision for automation deep learning in robotics and automation Gallium nitride Generators Image detection Image enhancement Image quality Marine robotics Object recognition Optical distortion Performance enhancement Real time Real-time systems Training Underwater robots Visibility Visual perception
ISSN:	2377-3766, 2377-3766
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!