EnlighenGAN 使用指南：将暗光图像点亮，焕发光彩

 

---

暗光图像增强：

优点在于，可以不用成对数据，一个场景的暗光/正常光的两张图。

EnlightenGAN 论文：https://arxiv.org/abs/1906.06972

EnlightenGAN 项目代码：https://github.com/VITA-Group/EnlightenGAN

EnlightenGAN 网络结构 = 生成器（带自注意力机制的 U-Net）+ 判别器（两个全局-局部鉴别器）

EnlightenGAN整体的方法和思想：

• 全局-局部鉴别器（PatchGAN来鉴别真/假）就像是一个帮你检查画面的专家。全局鉴别器会检查整个画面的光照情况，而局部鉴别器会更关注画面中的一些细节。他们会告诉你哪些地方需要改善，比如哪些地方需要增加亮度，哪些地方需要更清晰的细节。

• 自注意力机制，保留原始画面的特征和细节。它会非常小心地修改画面，使得画面变得更亮、更清晰，但同时也会确保不丢失原始画面的特色。
  
  输入是，图中第二幅灰色图：

• 是把原图转为灰度图

• 归一化灰度图

• 1 - 归一化灰度图，突出暗部部分

• 相当于注意力机制，重点关注暗部部分

EnlightenGAN 主干网络是 U-Net。

最后是，全局-局部鉴别器：

• 全局鉴别器（上图第一个灰色块，判断生成的图像和真实图像之间的整体光照差异，改善图像的全局光照特征）：对抗性损失来最小化真实图像和输出图像的光照分布的距离。但全局鉴别器，对于一些暗场景下存在明亮区域的图像，适应性不够。

• 局部鉴别器（上图第二个灰色块，判断生成的图像和真实图像之间的局部细节差异。改善图像的细节特征）：用的 PatchGAN来鉴别真/假 来鉴别真/假。从输出图像和真实图像中随机采样 5 个图像块（上图），来判断是真实图像还是模型增强出来的图像。解决全局鉴别器带来的局部曝光不足或过度的情况了。

流程：U-Net 得到特征图，和注意力图，像素相乘，加到原图上，得到增强结果。

优化目标

生成器损失-特征保持损失：最小化输入图像和生成图像在相同层和通道上特征差异，生成图像中保留的原始特征和结构。

• ${\mathcal{L}}_{SFP}(I^L)=\frac{1}{W_{i,j}{H}_{i,j}}{\sum }_{x=1}^{W_{i,j}}{\sum }_{y=1}^{H_{i,j}}({\varphi }_{i,j}(I^L)-{\varphi }_{i,j}(G(I^L)){)}^2$

$I^L$表示暗光图像（没有增强的图）。

$G(I^L)$表示增强后的图。

增强前、后只改变亮度，语义、结构、内容都不能改变，需要一种叫 特征保持的损失。

判别器损失-非饱和损失：

• 全局判别器，把增强后的图、真实图输入到全局判别器，进行真假判别
• 局部判别器：从增强后的图、真实图随机裁剪 5 个图像块，输入局部判别器，进行真假判别

非饱和损失是：不是对真、假样本的输出强制约束一个数，而是相对约束，真样本数据大于假样本、假样本数据小于真样本。

• $\begin{array}{rl}{D}_{Ra}(x_r,x_f)& =\sigma (C(x_r)-{\mathbb{E}}_{x_f\sim {\mathbb{P}}_{\mathrm{tal}}}[C(x_f)]),(1)\\ & \\ D_{Ra}(x_f,x_r)& =\sigma (C(x_f)-{\mathbb{E}}_{x_r\sim {\mathbb{P}}_{\mathrm{tal}}}[C(x_r)]),(2)\end{array}$

$D_{Ra}(x_r,x_f)$ 表示判别器对真实图像和生成图像的输出，即判别器判断真实图像为真实样本的概率。

$D_{Ra}(x_f,x_r)$ 表示判别器对生成图像和真实图像的输出，即判别器判断生成图像为真实样本的概率。

$x_f$ 是假样本、$x_r$ 是真样本、$C(x_f)$ 是判别器输出、$\sigma$ 是将判别器的输出进行映射，将其范围限制在0到1之间。

全局判别器损失：

局部判别器损失：

最后整个EnlightenGAN的loss为：

环境搭建和训练自己的数据

请猛击：EnlightenGAN的运行环境搭建和训练自己的数据