![7d770ab64972e564cb4224b4bba0147b.png](https://img-blog.csdnimg.cn/img_convert/7d770ab64972e564cb4224b4bba0147b.png)
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
![ddfee3a48fff9efc99cda5ab872fb1c1.png](https://img-blog.csdnimg.cn/img_convert/ddfee3a48fff9efc99cda5ab872fb1c1.png)
模型结构如上图,步骤如下:
- 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;
-
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
;
- 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
<