استطلاع شامل حول تحسين الصور تحت الماء استنادًا إلى التعلم العميق

يعتبر تحسين الصور تحت الماء (UIE) مهمة بحثية صعبة في مجال رؤية الكمبيوتر. على الرغم من اقتراح المئات من خوارزميات UIE، إلا أن هناك نقصًا في تقييم شامل ومنهجي. لتعزيز الأبحاث المستقبلية، نقوم بتلخيص مهمة UIE من عدة زوايا. أولاً، يتم تقديم النماذج الفيزيائية، وعمليات بناء البيانات، ومقاييس التقييم، ودوال الخسارة. ثانيًا، وفقًا للمساهمات التي قدمتها الأدبيات المختلفة، يتم مناقشة وتصنيف الخوارزميات المقترحة مؤخراً من ست زوايا، وهي: بنية الشبكة، استراتيجية التعلم، مرحلة التعلم، مهمة المساعدة، وجهة نظر المجال، ودمج التفكيك على التوالي. ثالثًا، نظرًا للاختلافات في إعدادات التجارب في أدبيات مختلفة، لا يوجد حاليًا مقارنة شاملة وعادلة. لهذا الغرض، نقوم بتقييم الكفاءة بشكل كمي ونوعي للخوارزميات الرائدة على مجموعات بيانات مرجعية متعددة. أخيرًا، يتم طرح قضايا تستحق المزيد من البحث في مهمة UIE. تتوفر مجموعة من المواد المفيدة على https://github.com/YuZhao1999/UIE.