弱光增强文献阅读
关注
分享
扫一扫
详细介绍Low-light Enhancement前沿文章，提供最新研究思路
CleMints
Attachment to Code
展开
-
弱光增强论文解读--MBLLEN
一、文章摘要概述文章的题目是：《MBLLEN: Low-light Image/Video Enhancement Using CNNs》这是一篇2018年6月份的BMCV(视觉顶刊)使用CNN做图像弱光增强的一篇会议文章，针对单分支或简单神经网络不能同时进行亮度、对比度增强和伪影去除、降噪等多功能需求，文章提出一种多分支弱光增强网络模型–MBLLEN。通过CNN卷积层将图像丰富的特征提取到...原创 2020-01-08 11:45:10 · 7216 阅读 · 9 评论 -
Structure-Revealing联合去噪增强模型论文解读
一、文章摘要概述文章的题目是：《Structure-Revealing Low-Light Image EnhancementVia Robust Retinex Model》这是一篇2018年6月份的TIP(视觉顶刊)会议文章，文章针对弱光(低照度)图像存在密集噪声的问题，提出一种基于Rubost Retinex分解模型的Structure-revealing弱光增强方法，考虑图像存在...原创 2019-12-25 11:38:09 · 3294 阅读 · 4 评论 -
基于Retinex模型的弱光图像联合去噪与增强(序列分解)
一、文章摘要概述文章的题目是：《Joint Enhancement and Denoising Method via Sequential Decomposition》 这是一篇2018年北大-刘家瑛团队一篇会议文章。基于Retinex模型，同样是针对分解后照明图对比度、细节增强和反射图存在的密集噪声问题，在上一篇博客中介绍了一种全变差优化模型，通过ADM依次迭代更新照明图和反射图得到最优...原创 2019-12-03 15:38:22 · 2684 阅读 · 2 评论 -
基于Retinex模型的弱光图像联合去噪与增强
目录一、文章摘要概述二、联合去噪增强模型三、效果展示代码一、文章摘要概述文章的题目是：《Joint Denoising and Enhancement for Low-Light Images via Retinex Model》这是一篇2017年北大-刘家瑛团队一篇会议文章。基于Retinex模型，针对分解后照明图光照L2约束导致的伪影和反射图噪声问题，文章提出一个全变差优化函数(Tot...原创 2019-11-29 21:42:09 · 3145 阅读 · 1 评论 -
SICE：基于CNN的多曝光图像增强网络论文解读
目录一、 文章摘要概述这是一篇2018年图像处理领域Top之一的TIP期刊文章，针对过曝光/欠曝光的单图像对比度增强(SICE)，相较于之前的调整色调曲线以矫正输入图像的对比度不能有效增强图像细节问题，提出使用卷积神经网络(CNN)分步训练多个SICE图像增强器，在提升图像对比度同时保恢复了图像细节。为此，文章创新性的做了如下工作：建立一个大规模的多曝光图像数据集，包含多场景高分辨率图像序...原创 2019-11-28 22:11:47 · 6768 阅读 · 2 评论