Five A$^{+}$ Network: You Only Need 9K Parameters for Underwater Image Enhancement

要約

軽量な水中画像強調ネットワークは、リソースに制約のあるプラットフォームにとって大きな意味を持つが、モデルサイズ、計算効率、強調性能のバランスをとることは、これまでのアプローチでは困難であることが分かっている。本研究では、9k個のパラメータと$sim$ 0.01sの処理時間で、高効率かつ軽量なリアルタイム水中画像補正ネットワークFive A$^{+}$ Network (FA$^{+}$Net)を提案します。FA$^{+}$Netは、2段階のエンハンスメント構造を採用している。強先行ステージでは、困難な水中劣化をサブ問題に分解することを目的とし、細粒度ステージでは、ネットワークの詳細認識を増幅するために、マルチブランチ色強調モジュールとピクセル注意モジュールが組み込まれています。我々の知る限り、FA$^{+}$Netは、1080P画像のリアルタイムエンハンスメント機能を持つ唯一のネットワークです。FA$^{+}$Netが、複数のデータセットにおいて、パラメータ数と計算量を大幅に削減しながら、最先端の性能を獲得し、従来のアプローチを凌駕することを、広範な実験と包括的な視覚的比較によって示します。コードは https://github.com/Owen718/FiveAPlus-Network でオープンソース化されています。

要約(オリジナル)

A lightweight underwater image enhancement network is of great significance for resource-constrained platforms, but balancing model size, computational efficiency, and enhancement performance has proven difficult for previous approaches. In this work, we propose the Five A$^{+}$ Network (FA$^{+}$Net), a highly efficient and lightweight real-time underwater image enhancement network with only $\sim$ 9k parameters and $\sim$ 0.01s processing time. The FA$^{+}$Net employs a two-stage enhancement structure. The strong prior stage aims to decompose challenging underwater degradations into sub-problems, while the fine-grained stage incorporates multi-branch color enhancement module and pixel attention module to amplify the network’s perception of details. To the best of our knowledge, FA$^{+}$Net is the only network with the capability of real-time enhancement of 1080P images. Thorough extensive experiments and comprehensive visual comparison, we show that FA$^{+}$Net outperforms previous approaches by obtaining state-of-the-art performance on multiple datasets while significantly reducing both parameter count and computational complexity. The code is open source at https://github.com/Owen718/FiveAPlus-Network.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL