公开(公告)号：CN117809166A

公开(公告)日：2024-04-02

申请号：CN202311846743.6

申请日：2023-12-29

Applicant: 上海海洋大学

Inventor： 葛梦滢 ,  宋巍 ,  沈志豪 ,  刘承冰 ,  杜艳玲

IPC: G06V20/05 ,  G06V10/82 ,  G06N3/084 ,  G06N3/09 ,  G06N3/092

Abstract: 本发明公开了一种基于强化学习调整的层次概率水下图像增强模型构建方法，其包括：构建HPUIE模型，对其进行监督预训练；利用强化学习对HPUIE模型进行微调；在HPUIE模块中，提出了概率模块命名为特征到风格分布块(FTSD)，并将其整合到UNet网络的各层，在每一层特征上生成与水下图像风格相关的参数分布。通过利用分层潜在空间操作，可以在多尺度上对生成增强图像的不确定性进行建模，并有效地捕获各层输出之间复杂的相互依赖关系。基于强化学习的微调框架的设计，以改善HPUIE模型，提高其性能和泛化能力。使用预训练的HPUIE模型作为样本图像生成器和质量度量的组合作为奖励函数，该RL调整框架允许对来自不同环境和具有各种质量失真的水下图像进行无监督优化。