jhb1021821368的博客

可供参考的链接：https://zhuanlan.zhihu.com/p/65321082一.本文研究的主要内容主要解决目前实例分割速度慢，对于重叠部分分割不准确问题二.本文的创新点提出了一个更高效的实例分割算法提出的框架简单有效，有助于简化实例级识别的未来研究提出了RoIAlign在mask分支上替代Faster R-CNN中的RoIpolling三.本文的整体结构本文提出的方法是建立在Faster Rcnn的回归校正和分类分支上又并联了一个Mask分支达到像素级别的分类，

一.简介论文题目：《使用先验的明亮通道知识来无监督微光图像增强》论文研究内容：无监督微光图像增强二.创新点提出了无监督低光照增强方法引入饱和度损失和注意力机制能有效的保留图像增强后的细节和自然度三.具体方法3.1本文的网络框架3.2本文涉及到的公式3.3本文具体的过程1.通过公式1列出低光照图像I与照明图t和增强后的图J和环境光A之间的关系2.公式5是根据公式1将增强图J推导出来，只要估计出等式参数（也就是A和T）就可以算出增强图3.照明图T是

说明论文题目：模型驱动的深度神经网络用于单幅图像去除雨水代码地址：https://github.com/hongwang01/RCDNet一.本文主要研究内容虽然当前一些DL已经对去单张图像去除雨水问题达到了很好的效果，但是当前的大多数DL体系结构仍然缺乏足够的可解释性，本文提出了一种基于模型驱动的可解释性网络结构， rain convolutional dictionary network(RCDNet)并且对于单张图像去雨水问题,有很好的通用性和更好的去除效果。二.本文的创新点提

论文地址和代码数据库和代码已公布：https://github.com/bcmi/Image_Harmonization_Datasets论文地址：https://arxiv.org/abs/1911.13239一.简介图像合成 (image composition) 是图像处理的常用操作，把前景从一张图上剪贴下来粘贴到另一张图上，获得一张合成图。合成图可以用来获取感兴趣的目标图像，也可以...