unet图片数据增强_图像增强 PieNet 学习用户对图片的偏好特征，根据用户喜好增强图像...

PieNet

PieNet: Personalized Image Enhancement Network(ECCV 2020) github project (和 GleNet 同个实验室同样的研究者)

算法思想：引入用户偏好表示(user preference representation)，训练一个表征网络，提取有区分度的偏好特征，用于辅助增强网络，生成符合特定用户偏好的图片

论文提出，图像增强是一种客观的问题，因人而异。因此论文旨在提供一种简便的增强图经：用户提供若干张自己喜欢的高质量图像，图像增强系统根据这些图像的特点，对低质量图像进行增强，能得到同样符合用户偏好的结果。

基本步骤：

1. 收集10+种不同偏好设置的图像对，metric learning，训练一个特征提取网络，能将图片编码成“偏好”特征向量；
2. 训练一个图像增强网络，引入步骤 1 的偏好特征向量辅助训练；
3. 以上两个网络都已训练好；
4. 新用户 u 提供 10+ 张自己喜欢的图片给系统，系统算法根据这些图片得到用户的偏好特征向量；
5. 系统将步骤 3 中的偏好特征向量应用到图像增强网络，对一些低质量图像进行增强，可以得到符合新用户 u 偏好的增强结果。

模型结构：

两个主要网络 preference embedding network + PieNet，分别负责将图像编码到偏好特征向量、应用偏好特征向量到增强中。

• 用户偏好编码网络(preference embedding network)

假设用户喜欢图像集合

​，p 代表 positive；不喜欢图像集合

​，n 代表 negative；preference embedding network 对喜欢的图像编码为

​，对不喜欢的图像编码为