메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Do Gyun Kim (Korea Maritime & Ocean University) Seok Je Cho (Korea Maritime & Ocean University)
저널정보
한국마린엔지니어링학회 Journal of Advanced Marine Engineering and Technology (JAMET) 한국마린엔지니어링학회지 제44권 제6호
발행연도
2020.12
수록면
446 - 452 (7page)
DOI
10.5916/jamet.2020.44.6.446

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The underwater images obtained using optical sensors, such as cameras, have low visibility and color distortion due to underwater environments. To enhance the visibility and color of underwater images, autoencoder-based convolutional neural networks are used recently; however, a basic autoencoder is not effective in color distortion and makes the result images noisy. In this study, we propose an autoencoder with skip-connection called symmetrical autoencoder (SAE) to improve the visibility and color distortion of underwater images. The proposal of this study is twofold: (i) to symmetrically add skip-connections that connect encoders to decoders throughout the network for reconstructing ability of decoders and (ii) to synthesize underwater datasets using an underwater image formation model to train the autoencoder effectively. Through the comparison with other approaches, we show that the proposed autoencoder outperforms them in PSRN, SSIM, and color difference for test datasets. In addition, the proposed autoencoder can well generalize the actual underwater images.
#Underwater image enhancement #Deep learning #Convolutional neural network #Auto-encoder #Skip-connection

목차

Abstract
1. Introduction
2. Underwater image enhancement using SAE
3. Experiments and Results
4. Conclusion
References

참고문헌 (11)

참고문헌 신청
G. Bianco / 2015 / A new color correction method for underwater imaging / ISPRS – International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sci- ences 40:25~32 google schola O. Deperlioglu / 2018 / Underwater image enhancement with HSV and histogram equalization / 7th International Conference on Advanced Technologies (ICAT’18) :461~465 google schola S. Anilkumar / 2019 / Algorithm for underwater cable tracking using CLAHE based enhancement / Proceedings of the International Symposium on Ocean Technology (SYMPOL) :129~137 google schola C. O. Ancuti / 2018 / Color balance and fusion for underwater image enhancement / IEEE Transactions on Image Processing 27(1):379~393 google schola K. He / 2011 / Single image haze removal using dark channel prior / IEEE Transactions on Pattern Analysis and Machine Intelligence 33(12):2341~2353 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

실시간 항공영상 기반 UAV-USV 간 협응 유도·제어 알고리즘 개발
김도균 ,  김정현 ,  손희훈 외 4명 대한조선학회 논문집 2024 .10
데이터 기반 모델축소법을 이용한 효율적인 비선형 구조해석 개발
김혜진 ,  조해성 ,  이시훈 외 2명 한국소음진동공학회논문집 2021 .12
페이딩 무선통신 채널을 위한 딥러닝 네트워크 기반 무선통신 모뎀 설계기법 연구
신희철 ,  임성훈 ,  송유재 외 1명 한국통신학회 학술대회논문집 2019 .06
페이딩 환경에서의 딥러닝 기반 고성능 자동 변조분류 기법
이정환 ,  김재겸 ,  김병도 외 2명 한국정보기술학회논문지 2018 .01
딥 러닝 군집화를 이용한 QPSK 신호 비트 오류율 성능 평가
마효 ,  왕한호 한국정보기술학회논문지 2017 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-559-001450268