【百战GAN】自动增强图像对比度和颜色美感，GAN如何做？

大家好，欢迎来到专栏《百战GAN》，在这个专栏里，我们会进行算法的核心思想讲解，代码的详解，模型的训练和测试等内容。

作者&编辑 | 言有三

本文资源与生成结果展示

本文篇幅：6500字

背景要求：会使用Python和Tensorflow

附带资料：论文+项目

1 项目背景

在图像质量领域，我们常常会对设备拍摄出来的图进行增强，比如华为手机等对夜景图像的增强，可以大大提升图像美感，从效果上来讲，增强效果以两类为主。

第一类是对比度增强：目的是增强图像中感兴趣的内容，抑制不感兴趣的内容，从而改善图像的识别效果。一般由于周围环境以及设备本身硬件的设置，摄影头拍摄的图片效果都不如人眼直接观测结果，尤其是在低光等背景下，摄像头拍摄的图像对比度往往很低。

第二类是色调增强：它往往指的是调节整个图像的颜色和色调风格，从而创作更加突出主题的作品。

比如下图展示的就是一些对比案例：

2 原理简介

本次我们讲述基于生成对抗网络来进行图像增强的原理和实践，其框架总体示意图如下：

上图中包含了三个网络，一个是图像增强网络(Image enhancement network)，一个是判别网络(Discrimator network D)，一个是特征保持网络VGG-19。