End-To-End Underwater Video Enhancement: Dataset and Model

要約

水中ビデオ強化 (UVE) は、水中ビデオの視認性とフレーム品質を向上させることを目的としています。これは、海洋の研究と探査に重大な影響を与えます。
ただし、既存の方法は主に、各フレームを個別に強化する画像強化アルゴリズムの開発に焦点を当てています。
UVE タスク専用に調整された教師ありデータセットとモデルが不足しています。
このギャップを埋めるために、840 の多様な水中スタイルのビデオとグラウンドトゥルースの参照ビデオを組み合わせた合成水中ビデオ強化 (SUVE) データセットを構築します。
このデータセットに基づいて、フレーム間の関係を利用してより優れた強化パフォーマンスを実現する、新しい水中ビデオ強化モデル UVENet をトレーニングします。
合成水中ビデオと実際の水中ビデオの両方に関する広範な実験を通じて、私たちはアプローチの有効性を実証しています。
この研究は、私たちの知る限り初の UVE の包括的な調査です。
コードは https://anonymous.4open.science/r/UVENet で入手できます。

要約(オリジナル)

Underwater video enhancement (UVE) aims to improve the visibility and frame quality of underwater videos, which has significant implications for marine research and exploration. However, existing methods primarily focus on developing image enhancement algorithms to enhance each frame independently. There is a lack of supervised datasets and models specifically tailored for UVE tasks. To fill this gap, we construct the Synthetic Underwater Video Enhancement (SUVE) dataset, comprising 840 diverse underwater-style videos paired with ground-truth reference videos. Based on this dataset, we train a novel underwater video enhancement model, UVENet, which utilizes inter-frame relationships to achieve better enhancement performance. Through extensive experiments on both synthetic and real underwater videos, we demonstrate the effectiveness of our approach. This study represents the first comprehensive exploration of UVE to our knowledge. The code is available at https://anonymous.4open.science/r/UVENet.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google