[水下图像增强]Deep Joint Depth Estimation and Color Correction

论文题目：Deep Joint Depth Estimation and Color Correction From Monocular Underwater Images Based on Unsupervised Adaptation Networks

代码目前还未公开：https://github.com/DLUT-ZhengLi/DESN-CCSN
网络结构：

提出了一种无监督的自适应网络来处理联合学习问题。首先提出了一种风格适应网络(SAN)学习风格级转换，使空中图像适应水下领域的风格。然后，建立了一个任务网络(TN)，通过学习域不变表示，从单一的水下图像中联合估计场景深度和校正颜色。整个框架可以以对抗性学习方式从头到尾进行训练。

SAN网络：

考虑了三个损失函数，用于生成人工合成的水下图像：
对抗损失：

风格损失：

内容损失：

总的损失函数：

TN网络

使用人工合成的水下图像训练网络进行深度图的估计和颜色校正，在TN网络中共享训练好的参数，进行真实水下图像的深度图估计和颜色校正