2021-07-02 低光增强(low-light image enhacement)论文阅读总结[持续更新]

最新推荐文章于 2025-01-10 13:26:17 发布
最新推荐文章于 2025-01-10 13:26:17 发布
阅读量837 收藏 1
点赞数
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。
本文链接：https://blog.youkuaiyun.com/Yancy_/article/details/118416154
版权
本文介绍了一种无需标注的图像增强方法EnlightenGAN，利用GAN进行无监督学习。通过relativistic discriminator和局部GAN，它能自适应地增强低光图片，保持内容不变并引入注意力机制。该框架潜在地适用于真实场景，因为其对标签依赖性的降低。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

EnlightenGAN: Deep Light Enhancement without Paired Supervision

  1. 第一个不需要label的方法，只需要一堆低光图片集和正常图片集，放宽了限制，在一定程度上这个框架更容易推广到真实场景中（真实场景很难有label）。
  2. 使用GAN来代替label进行监督，每次拿出一张低光图片和正常图片送到判别器中，这里有点不同的是判别器不单要判断真假，还要量化正常图片比低光图片真实的程度（一个叫做relativistic discriminator structure的东西）。此外还设计了局部patch的gan，出发点是一张图片不同区域需要增强的幅度都不同，local gan可以保证每个局部区域都被考虑到。
  3. 如何保证增强前后图像的content不变？拿在imageNet预训练好的VGG来衡量content，即增强前后VGG提的feature差异加入loss项。
  4. 引入了attention机制，这个attention map不需要学，直接rgb图像转grayscale即可，但是文章描述的不是很清楚
YuHsin
关注
论文阅读笔记:Low-Light Image Enhancement via a Deep Hybrid Network
weixin_45937009的博客
04-10 1588
论文阅读笔记:Low-Light Image Enhancement via a Deep Hybrid Network摘要论文要点研究目的解决方案简要网络设计content streamedge stream最后的融合损失函数相关试验个人对论文、模型的评价相关链接 摘要 在光线不足的环境中，摄像头传感器通常无法捕捉清晰的图像或视频。在这篇论文中，作者提出一个可训练的混合网路来提升退化影像的可见度。该网络由两个不同的流组成，在一个统一的网络中同时学习全局内容和清晰图像的显著结构。更具体地说，内容流(cont
Low-Light Image Enhancement with Normalizing Flow
m0_37860076的博客
07-12 1499
flow-model论文阅读
传统低光图像增强方法
最新发布
lutlx20010913的博客
01-10 1673
随着信息时代的到来，多媒体技术已经进入千家万户，视频图像作为感知世界的重要载体，已经成为人们不可或缺的信息资源。然而受到成像设备和照明条件限制，图像视频捕获过程中，由黑暗环境下带来的低对比度和成像设备带来的噪声往往极大限制了图片的质量，从而造成信息损失，同时降低人的感观体验，低光的照明环境同时也影响着计算机下游任务如（目标检测，人脸识别，语义分割）等，人的感知系统很难在有限的光照下捕获到图片的有效信息，在计算机视觉中，图像是三维的矩阵数据信息，如何捕获这些矩阵在数值上的分布和差异是反映图像信息的关键。
Low-Light Image Enhancement with Wavelet-based Diffusion Models
u013049912的博客
06-15 4710
扩散模型在图像恢复任务中取得了很好的效果，但存在时间长、计算资源消耗大、恢复不稳定等问题。为了解决这些问题，我们提出了一种鲁棒和高效的基于扩散的微光图像增强方法，称为DiffLL。具体来说，我们提出了一个基于小波的条件扩散模型(WCDM)，它利用扩散模型的生成能力来产生令人满意的感知保真度的结果。此外，该算法还利用小波变换的优势，在不牺牲信息的前提下大大加快推理速度，减少计算资源的使用。
Low-Light Image Enhancement 弱光照图像增强算法 资源整理
u014546828的博客
02-25 7239
Resources for Low Light Image Enhancement https://github.com/dawnlh/low-light-image-enhancement-resources ------------------------------------------------------------- Paper TIP 2021 Sparse Gradient Regularized Deep Retinex Network for Robust Low-Ligh
R2RNet: Low-light Image Enhancement viaReal-low to Real-normal Network
mytzs123的博客
12-11 812
本研究针对在弱光条件下拍摄的图像可能严重降低图像质量的问题进行了探索。解决一系列低光图像的退化可以有效提高图像的视觉质量和高级视觉任务的性能。在本研究中，我们提出了一种新颖的基于Retinex的真实低光到真实正常光网络（R2RNet），用于低光图像增强，其中包括三个子网络：分解网络（Decom-Net）、去噪网络（Denoise-Net）和重照网络（Relight-Net）。这三个子网络分别用于图像分解、去噪、对比度增强和细节保护。我们的R2RNet不仅利用图像的空间信息来提高对比度，还利用频率信息来保护细
水下图像增强matlab代码-BSc_Underwater_Image_Enhacement:BSc_Underwater_Image_Enh
06-04
水下图像增强matlab代码BSc_Underwater_Image_Enhacement 这是 Repository 包含用于我的 BSc 论文水下图像增强的 Matlab 代码。 注意：代码最初不是我个人从头开始构建的。 我只是将它用于我的研究目的，并进行了...
fuzzy-enhance.zip_Type-2 Fuzzy image_fuzzy image_fuzzy logic_fuz
07-14
fuzzy logic image enhacement it s an advanced codes to enhance images using type 2 fuzzy logic and intuitionistic fuzzy sets
Accessibility-Enhacement
04-05
辅助功能增强 Accessibility-Enhancement旨在通过更改语义HTML元素并将它们链接到Style.css工作表中的适当标签，更正缩进，来重构现有代码，以提高SEO网站的可访问性。 链接图像： 链接到已部署的应用程序： :
ABAP Training-SAP Enhacement.ppt
06-25
### ABAP增强：理解与实施 #### 一、引言 在企业级应用开发领域，SAP系统作为全球领先的业务管理软件之一，为企业提供了全面的基础设施支持。然而，在实际应用场景中，为了更好地满足企业的特定需求并优化业务流程...
基于直觉模糊集的Type-2模糊图像增强技术
另一方面，"image-enhacement.m"可能是一个更为通用的图像增强脚本，它可能实现了类型2模糊逻辑增强算法，用于提升图像的视觉质量。 从这些文件名称中，我们可以推断出在图像处理的上下文中，"enhacement"意味着...
EnlightenGAN-master_GAN低光_图像增强_
10-01
用单一图像用GAN技术进行低光图像增强，打破以前利用图像对及逆行训练的模式，减少计算量。
Low-light-Image-Enhancement:通过光照图估计实现两种低光图像增强技术的Python
08-05
低光图像增强 基于以下论文，通过光照图估计实现两种低光图像增强技术的 Python 实现： 稳健曝光校正的双光照估计 [] LIME：通过照明图估计进行低光图像增强 [] 这两种方法都基于 retinex 建模，旨在通过保留图像的突出结构来估计光照图，同时去除多余的纹理细节。 为此，两篇论文都使用了相同的优化公式（参见参考资料）。 与第二篇论文（以下称为 LIME）相比，第一篇论文（以下称为 DUAL）引入的新颖性在于对原始图像及其倒置版本的该映射的估计，它允许校正曝光不足和过度曝光图像的暴露部分。 此存储库中实现的代码允许使用这两种方法，可以从脚本参数中轻松选择。 安装 这个实现在python>=3.7上运行，使用pip安装依赖： pip3 install -r requirements.txt 用法 使用demo.py脚本来增强您的图像。 usage: demo.py
Python-EnlightenGAN图像光线增强DeepLightEnhancementwithoutPairedSupervision
08-11
EnlightenGAN - (图像光线增强)Deep Light Enhancement without Paired Supervision
R2RNet: Low-light Image Enhancement via Real-low to Real-normal Network
wyj2228785069的博客
01-10 2306
R2RNet笔记
数据增强 —— 低亮度图像增强
qq_43199575的博客
01-24 426
因拍摄硬件和拍摄条件的限制，在某些情况下会存在低亮度的图像。无论是对标注还是算法都造成了困难。在标注mask时，尤其是分割类，低亮度图像很难看清目标轮廓；在算法上，也可以先对低亮度图像进行处理，再传入检测等算法当中，提高精度。因只是应对工作需要，所以具体原理不去了解，能使用即可。因没有时间去标注，故AI算法只记录无监督算法。
Low-light images enhancement/暗光/低光/微光增强系列：Attention-guided Low-light Image Enhancement（详解）
热门推荐
鳄鱼的博客
03-13 1万+
以下文字为博主翻译并添加了自己的理解，斜体为博主自己的想法，若有出错请指出。 摘要 暗光图像增强需要同时有效地处理颜色、亮度、对比度、伪影和噪声等多种因素。本文提出了一种新颖的注意力引导增强方案，并在此基础上构建了 端到端多分支（multi-branches） CNN。该方法的关键是计算两个注意力图来分别指导曝光增强和去噪任务。第一个注意力图区分曝光不足的区域和光照较好的区域，而第二个注意力图区分...
[愚见]Lightening Network for Low-LightImage Enhancement
weixin_39406427的博客
09-05 1659
文章开始展示了作者自己的DLN（deep lighting network）增强图像的效果，由于γ(类似亮度控制)的原因，感觉比GT效果还好。 不同γ对图像的影响。γ=1是就是estimate normal lighting image。 作者的初衷是什么呢？作者认为没有绝对的NL（normal lighting）图像，NL图像不过就是比LL图像像素值高一些，动态范围更大一些。受超分辨[1]的思想，希望利用反向投影从LL（low -lighting）图像中重建出NL图像。 所以作者提出了LBP（
Low-Light Image Enhancement via Edge-Enhanced Multi-Exposure Fusion Network阅读札记
weixin_43101257的博客
03-22 5788
基于边缘增强多曝光融合网络的弱光图像增强
评论 1
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