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

最新推荐文章于 2022-09-05 09:39:31 发布
最新推荐文章于 2022-09-05 09:39:31 发布
阅读量829 收藏
点赞数
分类专栏： deep Learning 文章标签： deep Learning deep Learning
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.csdn.net/CSS360/article/details/103042520
版权

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：

 

元宇宙MetaAI
关注
专栏目录
Low-light images enhancement系列：Underexposed Photo Enhancement using Deep Illumination Estimation（腾讯）
鳄鱼的博客
03-20 2646
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...
Fast Enhancement for Non-Uniform Illumination Images using Light-weight CNNs
鳄鱼的博客
10-15 1279
重点 暗光增强任务面临着输入图像模糊、信息少、低饱和度、低对比度等退化问题，目前有非常多的方法已经提出来解决问题，但是，并没有一个方法足够轻量化、速度快，以至于将模型部署到移动端上。 全文最最重要的就是说自己的网络轻量化、速度快 作者提出了一种方法： 使用经过预处理（retouching module）的数据集（图选自COCO），以原图+max value of RGB+反 max value of RGB 结合图 作为input，先训练illumination net和fushion net，illum
论文笔记：Underexposed Photo Enhancement using Deep Illumination Estimation
Wenretium的博客
03-29 648
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
论文阅读Underexposed Photo Enhancement using Deep Illumination Estimation
GracePro的博客
06-18 8921
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
09-05 286
DeepUPE论文阅读笔记
阅读笔记Underexposed Photo Enhancement using Deep Illumination Estimation
u013517182的博客
03-03 706
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...
Underexposed Photo Enhancement using Deep Illumination Estimation文献调研.docx
08-01
这篇文献调研探讨了如何利用深度学习技术进行曝光不足照片的增强。文章介绍了一种新的神经网络架构，旨在更有效地提升低曝光照片的质量，使其恢复清晰的细节、鲜明的对比和自然的颜色。传统的图像增强方法，如直方图...
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...
低照度Underexposed Photo Enhancement using Deep Illumination Estimation论文笔记
weixin_43812609的博客
01-27 419
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
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
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...
图像增强系列二：Underexposed Photo Enhancement using Deep Illumination Estimation
weixin_42923416的博客
05-04 1137
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...
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 1956
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阅读札记
weixin_43101257的博客
01-28 2954
使用深度照明估计的欠曝光图像增强
【论文精读】Underexposed Photo Enhancement using Deep Illumination Estimation
weixin_42780429的博客
03-08 412
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
Underexposed Photo Enhancement using Deep Illumination Estimation（DeepUPE）笔记
SimonCoder的专栏
05-18 2406
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.
Underexposed Photo Enhancement using Deep Illumination Estimation CVPR 2019 阅读记录
yangyoung1223的博客
03-31 704
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...
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 1636
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...
一种新型的多尺度融合图像增强光照估计技术
"基于多尺度融合的图像增强照明估计-研究论文" 本文主要探讨了一种针对图像增强的新颖方法，特别关注于在不同光照条件下改善图像质量和解析度的问题。图像增强是计算机视觉领域的一个重要课题，旨在提升图像的质量...
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