VALSE 论文速览 第130期：基于超拉普拉斯反射率先验的水下图像增强方法 ...

论文题目：Underwater Image Enhancement with Hyper-Laplacian Reflectance Priors

作者列表：

庄培显 (北京科技大学)、吴嘉敏 (清华大学)、Fatih Porikli (美国高通公司)、李重仪 (南开大学)

B站观看网址：

https://www.bilibili.com/video/BV1Zz4y137og/

论文摘要：

为了有效地增强退化的单幅水下图像，提出一种基于超拉普拉斯反射率先验的Retinex变分增强模型。提出的超拉普拉斯反射先验，对反射率的多阶梯度进行L1/2范数约束惩罚，可以利用反射率的稀疏性和完备性来增强显著与精细尺度结构，并恢复出真实的水下图像颜色自然性。此外，发现L2范数更适于精确估计光照部分。为此，将复杂的水下图像增强问题转化为几个简单的子问题，并从数学理论上证明与分析它们的最优解。为了解决所构建模型，提出一种高效的交替最小化算法，在像素级上进行有效运算操作，并不依赖于额外的水下先验知识。最后大量的实验结果表明，提出方法在主观结果和客观评价上均优于传统及当前主流的水下图像增强方法。

论文信息：

[1] Underwater scene prior inspired deep underwater image and video enhancement, Chongyi Li, Saeed Anwar, Fatih Porikli, Pattern Recognition, 2020.

[2] An underwater image enhancement benchmark dataset and beyond, Chongyi Li, Chunle Guo, Wenqi Ren, Runming Cong, Junhui Hou, Sam Kwong, Decheng Tao, IEEE Transactions on Image Processing, 2019.

[3] Generalization of the dark channel prior for single image restoration, Yan-Tsung Peng, Keming Cao, Pamela Cosman, IEEE Transactions on Image Processing, 2018.

ti-view Clustering via Ensembles: Towards Scalability, Superiority, and Simplicity. IEEE Transactions on Knowledge and Data Engineering, accepted, 2023.

视频讲者简介：

庄培显，现为北京科技大学特聘副教授，主要研究方向：脑科学与人工智能，压缩感知与稀疏表示，贝叶斯推理建模，深度学习。2020至2022年任职于清华大学自动化系博士后、助理研究员，师从国务院参事、中国人工智能学会理事长、清华大学信息学院院长戴琼海院士。2017年获福建省优秀博士学位论文，2023年获人工智能领域顶级期刊IFAC EAAI最佳应用论文。目前主持国家自然科学基金面上项目1项，主持完成中国博士后科学基金面上项目1项和国家自然科学基金青年科学基金项目1项，同时作为科研骨干人员参与科技创新2030—"新一代人工智能" 重大项目1项，国家自然科学基金委员会基础科学中心项目1项，国家自然科学基金面上项目5项等。累计发表40余篇期刊与会议论文，谷歌学术引用量达1200余次，其中包括1篇ESI热点论文、3篇ESI高被引论文、2篇IEEE TIP Popular Articles、1篇谷歌学术引用400余次论文等。此外，还担任了2019年国际会议IEEE ICSIP分会主席、2021年人工智能国际会议AAAI Top 25% 审稿人、2021年电子与信息学报专题主编、2022年电子与信息学报最佳审稿人等。

个人主页：

https://zhuangpeixian.github.io/Peixian-Zhuang/

特别鸣谢本次论文速览主要组织者：

月度轮值AC：郭青 (新加坡科技研究局)