HAAM-GAN：多分辨率与层次注意力驱动的水下图像增强新范式

一、研究背景与核心挑战

水下成像受光线衰减、散射及色偏影响，导致图像模糊、对比度低、色彩失真等问题，严重制约水下机器人导航、生态监测及考古等应用场景的发展。传统方法依赖物理模型或手工特征，难以适应复杂水下环境；深度学习方法虽取得进展，但普遍存在特征提取单一、全局与局部信息融合不足的问题。HAAM-GAN（Hierarchical Attention Aggregation Multi-resolution GAN）的提出，旨在通过多分辨率特征学习与层次注意力机制，解决水下图像增强中的细节丢失与色彩失真难题。

二、HAAM-GAN模型架构解析

1. 多分辨率特征学习模块

HAAM-GAN采用编码器-解码器结构，其中编码器部分通过多尺度卷积核（如3×3、5×5、7×7）并行提取不同分辨率的特征图。低分辨率分支捕获全局结构信息（如物体轮廓），高分辨率分支保留局部细节（如纹理边缘）。例如，输入一张128×128的水下图像，低分辨率分支通过步长为2的卷积下采样至32×32，提取整体光照分布；高分辨率分支保持原尺寸，捕捉微小颗粒的散射特征。多尺度特征图通过跳跃连接（Skip Connection）传递至解码器，避免梯度消失问题。

2. 层次注意力聚合机制

注意力机制是HAAM-GAN的核心创新点，其设计包含空间注意力与通道注意力两个维度：

• 空间注意力：通过卷积操作生成空间权重图，聚焦于图像中需要增强的区域（如暗区或色偏区域）。例如，对水下图像中的绿色色偏区域，空间注意力模块会赋予该区域更高的权重，抑制其他区域的干扰。
• 通道注意力：利用全局平均池化（GAP）压缩特征图的空间维度，生成通道权重向量，强化对色彩恢复关键的通道（如红色通道，因水下红色光衰减最快）。具体实现中，通道注意力模块通过全连接层学习各通道的权重系数，再与原始特征图相乘实现特征重标定。

层次注意力聚合通过逐级融合不同层级的注意力结果（如浅层关注边缘、深层关注语义），实现从局部到全局的特征优化。例如，浅层注意力模块修正图像边缘的模糊，深层注意力模块调整整体色彩平衡。

3. GAN框架与损失函数设计

HAAM-GAN采用生成器-判别器对抗训练模式：

• 生成器：接收退化水下图像作为输入，输出增强后的图像。其结构包含多分辨率特征提取层、注意力聚合层及上采样层。
• 判别器：采用PatchGAN结构，对图像局部区域进行真伪判断，迫使生成器生成细节更真实的图像。

损失函数由三部分组成：

• 对抗损失（Adversarial Loss）：通过最小化生成器与判别器的对抗目标，提升图像真实性。
• 内容损失（Content Loss）：采用L1损失计算生成图像与真实清晰图像的像素级差异，保留结构信息。
• 感知损失（Perceptual Loss）：基于预训练VGG网络的特征层差异，提升图像的语义一致性。例如，通过比较生成图像与真实图像在VGG-16的conv4_3层的特征图，优化高层语义特征。

三、实验验证与效果分析

1. 数据集与评估指标

实验在EUVP（Enhanced Underwater Visual Perception）和UIEB（Underwater Image Enhancement Benchmark）数据集上进行，包含不同水质、光照条件下的水下图像。评估指标包括PSNR（峰值信噪比）、SSIM（结构相似性）及UCIQE（水下色彩质量评价指数），分别衡量图像保真度、结构相似性与色彩自然度。

2. 对比实验结果

HAAM-GAN在PSNR指标上较传统方法（如UDCP、基于Retinex的算法）提升约12%，在SSIM指标上提升8%；与深度学习基准方法（如WaterGAN、U-Net）相比，UCIQE指标提升15%，表明其色彩恢复能力更强。可视化对比显示，HAAM-GAN能有效去除绿色色偏，恢复物体真实颜色（如珊瑚的红色纹理），同时保留水波、鱼群等细节。

3. 消融实验分析

通过移除多分辨率模块或注意力机制，验证各组件的贡献：

• 移除多分辨率模块后，PSNR下降6%，表明多尺度特征对全局结构恢复的重要性。
• 移除层次注意力后，UCIQE下降9%，证明注意力机制对色彩校正的关键作用。

四、实际应用建议与启发

1. 部署优化策略

• 轻量化改进：针对资源受限场景（如嵌入式设备），可采用MobileNetV3替换标准卷积层，减少参数量。
• 数据增强技巧：在训练时加入不同噪声水平（如高斯噪声、运动模糊）的合成数据，提升模型鲁棒性。

2. 跨领域迁移潜力

HAAM-GAN的层次注意力机制可扩展至其他低光照或退化图像增强任务（如医学影像、夜间驾驶场景），仅需调整损失函数中的感知损失权重。

3. 开发者实践建议

• 代码实现要点：在PyTorch中实现多分辨率分支时，建议使用nn.Conv2d的groups参数分离不同尺度的卷积操作；注意力模块可通过nn.AdaptiveAvgPool2d实现空间压缩。
• 调试技巧：训练初期可冻结判别器，仅训练生成器以稳定梯度；后期逐步解冻判别器，避免模式崩溃。

五、总结与展望

HAAM-GAN通过多分辨率特征学习与层次注意力聚合，为水下图像增强提供了端到端的解决方案。其创新点在于同时优化全局结构与局部细节，并通过GAN框架实现真实感增强。未来研究可探索无监督学习范式，减少对配对数据集的依赖；或结合物理模型（如光线传播方程），进一步提升模型的可解释性。对于开发者而言，理解HAAM-GAN的设计思想可为自定义图像增强任务提供方法论参考。