水下场景的视觉增强与3D呈现：综述

《ARTIFICIAL INTELLIGENCE REVIEW》：Visual enhancement and 3D representation for underwater scenes: a review

　　

摘要

由于水环境中的复杂成像条件，水下视觉增强（UVE）和水下3D重建在计算机视觉和基于人工智能的任务中面临着重大挑战。尽管已经开发出了许多增强算法，但目前仍缺乏涵盖UVE和水下3D重建的全面系统性的综述。为了推动这些领域的研究进展，我们从多个角度进行了深入的回顾。首先，我们介绍了基本的物理模型，强调了那些对传统技术构成挑战的特殊性。我们调研了专为水下场景设计的先进视觉增强和3D重建方法。本文评估了从非学习方法到先进的数据驱动技术（包括神经辐射场和3D高斯散射）的各种方法，并讨论了它们在处理水下畸变方面的有效性。最后，我们在多个基准数据集上对最先进的水下视觉增强和3D重建算法进行了定量和定性评估。最后，我们指出了未来水下视觉研究的关键发展方向。