图像融合亮度一致_图像增强 DeepLPF 基于自定义滤波器的局部增强

DeepLPF

DeepLPF-Deep Local Parametric Filters for Image Enhancement (CVPR 2020)

github1 github2

算法思想：coarse to fine，先做基础的全局增强，再学习三种类型的滤波器参数做局部增强

模型结构如上图，步骤如下：

1. 输入图像经过一个 backbone网络(论文中是 unet)，对图像做一个粗糙的增强得到
   ​，同时提取若干特征图；
2. ​ 和特征图concat一起输入Polynomial Block(CNN)，得到对应的多项式滤波器的参数，即可得到该输入图对应的map(如残差图)，map与 ​
   相加得到
   ​ ；
3. 与 2 同理，​
   与特征图concat，输入到两个 CNN，估计得到对应的椭圆滤波器和渐变滤波器的参数(可以融合)，两个新 map 相加做融合(也可以加权)，结果与 ​
   相乘得到 ​
   <