福建技术师范学院学报2024，Vol.42Issue(2) ：10-16.DOI:10.19977/j.cnki.jfpnu.20240020

一种应用于Pix2Pix的水下鱼类图像增强训练集构建新方法

A New Method for Training Set Construction of Underwater Fish Image Enhancement Applied to Pix2Pix

李沅衡 林茂兹 丁可武 陈文辉
福建技术师范学院学报2024，Vol.42Issue(2) ：10-16.DOI:10.19977/j.cnki.jfpnu.20240020
✕
  • 维普
  • 万方数据

一种应用于Pix2Pix的水下鱼类图像增强训练集构建新方法

A New Method for Training Set Construction of Underwater Fish Image Enhancement Applied to Pix2Pix

李沅衡 1林茂兹 2丁可武 2陈文辉2
扫码查看

作者信息

  • 1. 南方海洋科学与工程广东省实验室(广州),广东广州 511458;福建技术师范学院海洋学院,福建福清 350300;福建技术师范学院近海流域环境测控治理福建省高校重点实验室,福建福清 350300;福建技术师范学院海洋研究院,福建福清 350300
  • 2. 福建技术师范学院海洋学院,福建福清 350300;福建技术师范学院近海流域环境测控治理福建省高校重点实验室,福建福清 350300;福建技术师范学院海洋研究院,福建福清 350300
  • 折叠

摘要

提出一种量化对比不同参数下带色彩恢复的多尺度网膜增强(MSRCR)算法的图像增强效果,选取最优组成训练集的方法,并基于该训练集训练Pix2Pix模型.实验结果表明,利用该方法所建立的训练集,可以获得用于水下鱼类图像增强的优质Pix2Pix模型参数,且此方法还可以扩展应用于其他对抗神经网络(GAN)模型训练中.

Abstract

This paper proposes a method to compare the image enhancement quantization effect of multi scale retina enhancement algorithm with color restoration(MSRCR)method under different parameters by using UIQM(underater image quality measurement)and selects the best one to form a training set,which is employed to train the Pix2Pix model.Experimental results show that high-quality Pix2Pix model parameters for underwater fish image enhancement can be obtained by the training set established through this method,and the method can also be extended to other generative adversarial network(GAN)model training.

关键词

水下鱼类图像增强/训练集/MSRCR/Pix2Pix

Key words

underwater fish image enhancement/training set/MSRCR/Pix2Pix

引用本文复制引用

基金项目

广州市科技局项目(202201011192)

广州市科技局项目(202206050002)

福建省自然科学基金(2020J05247)

出版年

2024
福建技术师范学院学报
福建师大福清分校

福建技术师范学院学报

影响因子：0.272
ISSN：1008-3421
参考文献量31
段落导航相关论文