审计物理引导水下图像复原方法

2026年10月15日，arXiv Computer Vision 刊出 Mochamad Rizal Fauzan、Irgi Surya 的审计研究，针对物理引导水下图像复原的代表性设计 PhysGuide-Net 做了四项受控实验：在 UIEB 上做五种子消融，并在完整 LSUI（4279 对）与 AUIED3K（3000 对）上做零样本评估；进行数据效率研究并设置容量匹配、去除形成模型的对照；以及在 Sea-thru 上验证预测图与实测距离。结果显示，在 UIEB 全量 800 张训练图像下，物理模块未带来零样本增益，PSNR 差异至多 0.16 dB，95% 区间均含零，而 FLOPs 增至 3.4 倍；仅用 80 张图像时增益更明显，UIEB 提升 0.65 dB、AUIED3K 提升 1.48 dB。研究据此认为该物理引导设计体现的是“物理形状”而非物理。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。