AI论文探讨室·A+·第15期-Underexposed Photo Enhancement using Deep Illumination Estimation

最新推荐文章于 2024-10-10 18:30:41 发布
原创 最新推荐文章于 2024-10-10 18:30:41 发布 · 934 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#deep Learning #deep Learning

本文介绍了一种在暗光条件下提升图像质量的技术。不同于传统的直接学习图像映射，该技术通过引入中间照明层增强了网络的学习能力，能更有效地处理复杂的摄影调整。作者还设计了新的损失函数，并创建了一个包含3000张暗光图像的数据集，用于训练网络学习多样化的光照调整。

论文链接

代码链接

简要说明

        本论文要解决暗光下图像的增强，原先主要作为直接学习图像之间的映射，而这篇文章作者引入中间照明在网络中来将输入与预期结果关联起来，这个可以增强网络从输入/输出图像对中学习复杂摄影调整能力。基于上述的模型，作者增加了一个损失函数来在照明上采用约束和优先级，准备一个新的3000暗光数据集图像对，训练网络来有效学习一个丰富多样的调整对各种光照条件。

 

 

更多《计算机视觉与图形学》知识，可关注下方公众号：

 

论文笔记：Underexposed Photo Enhancement using Deep Illumination Estimation
Wenretium的博客
03-29 776
Underexposed Photo Enhancement using Deep Illumination Estimation 来源：CVPR2019 目录Underexposed Photo Enhancement using Deep Illumination Estimation优点：提出背景：Methodology：Image Enhancement ModelNetwork ArchitectureLoss FunctionTraining DatasetImplementation Deta
Underexposed Photo Enhancement using Deep Illumination Estimation阅读札记
weixin_43101257的博客
01-28 3075
使用深度照明估计的欠曝光图像增强
图像增强论文精读笔记-Underexposed Photo Enhancement using Deep Illumination Estimation(DeepUPE)
小菜的博客
10-10 617
DeepUPE论文精读
论文阅读Underexposed Photo Enhancement using Deep Illumination Estimation
GracePro的博客
06-18 9460
基于深度学习优化光照的暗光下的图像增强 原论文作者 Ruixing Wang; Qing Zhang; Chi-Wing Fu Xiaoyong Shen Wei-Shi Zheng Jiaya Jia; 原论文CVPR2019链接 Abstract   本文提出了一种新的神经网络来增强曝光不足的照片。我们没有像以前那样直接学习图像到图像的映射，而是在我们的网络中引入中间光照，将输入与预期的增强结...
Underexposed Photo Enhancement using Deep Illumination Estimation 论文阅读笔记
read, note and comment papers
09-05 366
DeepUPE论文阅读笔记
阅读笔记Underexposed Photo Enhancement using Deep Illumination Estimation
u013517182的博客
03-03 823
这篇文章做了啥？ 图像的增强，给定图像比较暗，通过增强的操作来增加欠曝光的图像的亮度。 和以往的图像到图像的生成不太一样，这篇文章首先产生了三个亮度的通道，用这三个亮度的通道的逆去乘原图像，得到的最后增强之后的图像 图像增强是一个非线性的过程，尽管很多图像处理软件可以对图像进行增强，但是需要非常专业的能力。一些手机软件提供了自动图像增强的能力，但是这种能力对于弱曝光的图像处理的并不是特别...
Low-light images enhancement系列：Underexposed Photo Enhancement using Deep Illumination Estimation（腾讯）
鳄鱼的博客
03-20 2765
本篇论文：Underexposed Photo Enhancement using Deep Illumination Estimation来自CVPR2019，腾讯优图实验室投递，算是在近来low-light images enhancement中较为知名的论文了。 搞笑的是，团队已经解散了 - -…，深圳的优图 摘要 不像之前的工作那样直接学习图像到图像的映射，本论文网络中引入中间照明来将输入...
【论文精读】Underexposed Photo Enhancement using Deep Illumination Estimation
weixin_42780429的博客
03-08 517
出处 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 摘要 本文提出了一种新的神经网络来增强曝光不足的照片。我们不像以前的工作那样直接学习图像到图像的映射，而是在我们的网络中引入中间照明来将输入与预期的增强结果相关联，这增强了网络从专家修饰的输入/输出图像对中学习复杂照片调整的能力。在此模型的基础上，我们构造了一个对光照采用约束和先验的损失函数，准备了一个包含3000个曝光不足图像对的新数据集，并对网络进行
低照度Underexposed Photo Enhancement using Deep Illumination Estimation论文笔记
weixin_43812609的博客
01-27 515
论文题目：Underexposed Photo Enhancement using Deep Illumination Estimation 作者： RuiXing Wng.et 发表会议：CVPR2019 Baseline：Deep Bilateral Learning for Real-Time Image Enhancement Abstract 作者提出不像以前那样直接学习图像到图像的映射，而是在我们的网络中引入中间照明，将输入与预期的增强结果相关联，这增强了网络从专家修饰的输入/输出图像对中学习复
图像增强系列二：Underexposed Photo Enhancement using Deep Illumination Estimation
weixin_42923416的博客
05-04 1228
可能涉及的点。。 图像处理中，如一些去雾去雨算法等，直接在原图上操作的话计算量太大。因而常常下采样原图后再进行处理，处理完后再进行上采样恢复。但直接上采样，如最近邻，双线性等。都会有一定程度的不对齐。 paper1:Joint Bilateral Upsampling 即下采样处理完后再上采样的过程中，利用原图(大分辨率)的信息来辅助恢复上采样。f和gf和gf和g为双边滤波核，I~\tilde I...
图像增强参考论文
12-23
图像增强参考论文,包含27篇关于图像正确方面的权威论文，适合深入研究或论文参考...
LIME低照度增强测试代码
01-03
LIME-low light/ night image enhancement 2017-tip 神作 效果惊人。包里含有完整的 测试代码； 直接可以使用作为对比
低光图像增强论文：Underexposed Photo Enhancement using Deep Illumination Estimation阅读笔记
import_torch_as_tf
07-29 2264
论文链接：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8953588 项目地址：https://github.com/wangruixing/DeepUPE CVPR2019 作者团队：腾讯优图 Abstract 不再像以前那样直接学习图像到图像的映射，而是在网络中引入中间照明，将输入与预期增强结果相关联，从而增强网络从专家修改的输入/输出图像对学习复杂的摄影调整的能力。 提出了一个采用光照约束和先验的损失函数，建立了
Underexposed Photo Enhancement using Deep Illumination Estimation CVPR 2019 阅读记录
yangyoung1223的博客
03-31 792
貌似是挺有争议的一篇文章，挺多人说这篇文章抄袭hdrnet，结果还中了CVPR的oral，不值这个价。暂时还没看hdrnet，所以我也不好评说，不过hdrnet的主页是这个这个，有空大概会去看一看。 Abstract、Introduction、Background 算法是用来增强曝光不足的图像的，之前的人们都是直接学习一个从图像到图像的映射，这里是引入了一个中间光照在输入和输出之间，增强了网络的能...
Underexposed Photo Enhancement using Deep Illumination Estimation（DeepUPE）笔记
SimonCoder的专栏
05-18 2623
文章：Underexposed Photo Enhancement using Deep Illumination Estimation (DeepUPE) (CVPR2019) github:https://github.com/wangruixing/DeepUPE Loss: Reconstruction Loss + Smoothness Loss + Color Loss 摘要：该文章的任务是对曝光不足的图像进行增强。与之前的图像增强方法（直接学习图像到图像的映射）不同，DeepUPE学习.
论文笔记 | 使用深度光照场估计对欠曝光照片进行增强
理想就是派大星
03-31 1825
Underexposed Photo Enhancement using Deep Illumination Estimation | CVPR 2019 工作 提出了一个通过估计出一个图像到光照的映射来对欠曝光图像进行增强，并在各种光照约束和先验的基础上设计新的损失函数 准备了一个新的数据集，含有3000张欠曝光的图像，每张图像都经过专业修复 对所提出的模型在现有的数据和新数据集上进行测试，显...
图像增强论文《High-Quality Exposure Correction of Underexposed Photos》
Najlepszy的博客
04-29 3075
ACM MM 2018的论文，做的是欠曝光图像的增强。 本文认为，之前的进行暗光增强的方法会导致visual artifacts，比如色彩空间的扭曲、细节损失、曝光度一致性不够，云云。作者认为这些artifacts产生的原因是传统的变换方法打破了输入和输出的感知一致性（perceptually similarity）。 由Retinex理论，作者把问题暗光图像增强问题看做光照图像的预测问题，并且使...
【论文笔记】—曝光不足图像增强—Supervised—DeepUPE—2019-CVPR
chaiky的博客
08-26 3226
【题目】：Underexposed photo enhancement using deep illumination estimation 在网络中引入中间光照，将输入与预期的增强结果相关联。 和以往的图像到图像的生成不太一样，这篇文章首先产生了三个亮度的通道，用这三个亮度的通道的逆去乘原图像，得到的最后增强之后的图像。...
腾讯优图CVPR中标论文：不靠硬件靠算法，暗光拍照也清晰
量子位
05-04 1215
雷刚 发自 凹非寺量子位 报道 | 公众号 QbitAI暗光拍照也清晰，这是手机厂商目前激烈竞争的新拍照目标。但除了堆摄像头和硬件，AI科学家带来算法方面的新突破。他们...
High-quality exposure correction of underexposed photos代码
最新发布
02-28
input_img_path = 'under_exposed_photo.jpg' output_img_path = 'corrected_photo.png' original_image = cv2.imread(input_img_path) corrected_image = retinex_adjust(original_image) cv2.imwrite...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值