[文献求助] 基于深度学习的水下偏振去雾成像

研究了偏振去雾成像物理模型与深度学习方法相结合的水下圆偏振光成像。结合深度学习和偏振去雾成像技术的优点，以去雾成像理论模型为依据，设计了 改进的卷积神经网络(CNN)去雾模型。通过不同浑浊程度水体介质中不同偏振分量(0°、45°、90°线偏振和圆偏振)的图像对轻量级 CNN 进行训练和测试，网络模型能够很好地利用浑浊水体介质中物体的偏振图像信息，从而实现目标物在浑浊水体介质中的图像复原，图像对比度等图像衡量指标得到极大提高。

你好，请问图像分析结果有相关的文章吗？

The underwater polarization dehazing imaging with a lightweight convolutional neural