【论文阅读】MBLLEN: Low-light Image/Video Enhancement Using CNNs

最新推荐文章于 2022-11-08 22:22:50 发布
最新推荐文章于 2022-11-08 22:22:50 发布
阅读量1.3k 收藏 7
点赞数 3
分类专栏： 论文阅读 文章标签： 深度学习 计算机视觉 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40109345/article/details/107811553
版权
MBLLEN是一种基于CNN的低光照图像和视频增强算法，由特征提取、增强和融合模块构成。网络利用多尺度特征融合处理低光照问题，并通过特定的损失函数优化，包括结构、内容和区域损失。该算法在PASCAL VOC数据集上训练，并在LOL数据集上进行了结果对比。
摘要由CSDN通过智能技术生成

关键词

低光照图像/视频增强算法、多尺度特征融合、BMVC 2018
论文地址、项目地址

网络结构

MBLLEN网络结构
MBLLEN由三种模块组成，即特征提取模块(FEM)、增强模块(EM)和融合模块(FM)。其思想是：通过有限元方法提取不同层次的丰富特征；通过EM分别增强多层特征；通过FM多分支融合获得最终输出。

  • FEM：10个卷积层（3x3卷积核、步长为1、激活函数是ReLU、无池化操作），前一层的输出为下一层的输入
  • EM：10个子网（[3x3卷积核、步长为1、ReLU]、三层卷积+三层反卷积[5x5卷积核、步长为1、ReLU])，每一层输入为对应层FEM输出
  • FM：将EM的所有输出在颜色通道上连接，并使用1x1卷积核进行合并

处理低光照视频增强问题时，网络需进行如下改动：

  • FEM第1层输入为31帧的低光照视频，使用16个3x3x3的卷积核进行
最低0.47元/天 解锁文章
StarkerRegen
关注
  • 3
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
阅读论文《LOW-LIGHT IMAGE ENHANCEMENT USING CNN AND BRIGHT CHANNEL PRIOR》
CHNguoshiwushuang的博客
07-01 3697
  这是2017年ICIP的一篇论文，使用一个联合架构对图像进行增强。首先，是一个去噪网络；然后使用可以自动根据通道亮度优先设置转换函数的增强网络；此外，还设定了一个额外的估测周围环境亮度的过滤器。   过去的方法包括基于retinex理论的方法，这个方法假定去除光照影响可以增强低照图像，但是这种方法是对RGB图像进行处理的，容易造成颜色失真；基于直方图均衡化的处理，主要用来增加图像的对比度，但...
MBLLEN: Low-light Image/VideoEnhancement Using CNNs （2018 BMCV(视觉顶刊)）
zhouaho2010的博客
06-16 2824
Abstract 我们提出了一种基于深度学习的弱光图像增强方法。这个问题具有挑战性，因为难以同时处理各种因素，包括亮度、对比度、伪影和噪声。为了解决这一任务，我们提出了多分支低光增强网络(MBLLEN)。其关键思想是从不同的层次上提取丰富的特征，使我们可以通过多个子网应用增强，最终通过多分支融合生成输出图像。这样，就从不同的方面提高了图像质量。通过大量的实验，我们提出的MBLLEN被发现大大优于最先进的技术。此外，我们还表明，我们的方法可以直接扩展到处理低光视频。https://github.com/Lvf
MBLLEN: Low-light Image/Video Enhancement Using CNNs--论文阅读笔记
zeronose的博客
03-29 1375
论文地址 项目地址 Introduction
论文阅读笔记----MBLLEN: Low-light Image/Video Enhancement Using CNNs
qq_25283239的博客
03-23 3074
Lv F, Lu F, Wu J, et al. MBLLEN: Low-Light Image/Video Enhancement Using CNNs[C]//BMVC. 2018: 220. 摘要： 提出了一种基于深度学习的微光图像增强方法。由于难以同时处理包括亮度、对比度、伪影和噪声在内的各种因素，这个问题具有挑战性。为了解决这一问题，我们提出了多分支微光增强网络(MBLLEN)。...
暗光增强论文MBLLEN: Low-light Image/Video Enhancement Using CNNs阅读笔记
import_torch_as_tf
09-17 2851
论文地址：http://www.bmva.org/bmvc/2018/contents/papers/0700.pdf 项目地址：https://github.com/Lvfeifan/MBLLEN 来源：BMVC 2018 作者：北航 abstract 提出了一种基于深度学习的微光图像增强方法。由于难以同时处理包括亮度、对比度、伪影和噪声在内的各种因素，该问题具有挑战性。为了解决这一问题，我们提出了多分支微光增强网络（MBLLEN）。其核心思想是提取不同层次的丰富特征，通过多个子网进行增强，最终
弱光增强论文解读--MBLLEN
CleMints的博客
01-08 6616
一、文章摘要概述 文章的题目是： 《MBLLEN: Low-light Image/Video Enhancement Using CNNs》 这是一篇2018年6月份的BMCV(视觉顶刊)使用CNN做图像弱光增强的一篇会议文章，针对单分支或简单神经网络不能同时进行亮度、对比度增强和伪影去除、降噪等多功能需求，文章提出一种多分支弱光增强网络模型–MBLLEN。通过CNN卷积层将图像丰富的特征提取到...
Low-light-Image-Enhancement:通过光照图估计实现两种低光图像增强技术的Python
08-05
基于以下论文，通过光照图估计实现两种低光图像增强技术的 Python 实现： 稳健曝光校正的双光照估计 [] LIME：通过照明图估计进行低光图像增强 [] 这两种方法都基于 retinex 建模，旨在通过保留图像的突出结构来...
Low-light-Image-Enhancement-master
11-07
"Low-light-Image-Enhancement-master"项目显然专注于这个主题，旨在通过算法优化提高在低光照环境下的图像质量和可见性。 低光照图像通常面临的问题包括噪声增加、色彩失真、对比度降低以及细节丢失。解决这些问题...
(LIME)-Low Light Image Enhancement via Illumination Map Estimation.pdf
03-20
(LIME):Low Light Image Enhancement via Illumination Map Estimation
C-LIENet-A-Multi-Context-Low-Light-Image-Enhancement-Network:Paper'C-LIENet的官方代码存储库
03-06
在提供的压缩包文件" C-LIENet-A-Multi-Context-Low-Light-Image-Enhancement-Network-main "中，很可能会包含以下内容： 1. Jupyter Notebook 文件：这是用于演示和实验的交互式编程环境，可能包含了网络的实现...
开放学习深度学习时代的黑暗
02-09
深度学习时代的黑暗：调查，在线平台，新数据集 该存储库提供了一个统一的在线平台DarkPlatform ，该平台涵盖了许多流行的基于深度学习的LLIE方法，其结果可以通过用户友好的Web界面生成，其中包含低光图像和视频数据集LLIVPhone ，其中这些图像和视频是在不同的照明条件下通过各种手机的摄像头拍摄的，并收集了基于深度学习的微光图像和视频增强方法，数据集和评估指标。 更多内容和细节可以在我们的调查论文：。 :victory_hand: 我们将定期更新内容。 如果您错过了在顶级期刊或会议上发表的论文，欢迎与我们联系。 我们将添加它。 内容 黑暗平台 目前，DarkPlatform涵盖了13种流行的基于深度学习的LLIE方法，包括LLNet，LightenNet，Retinex-Net，EnlightenGAN，MBLLEN，KinD，KinD ++，TBEFN，DSLR，DRBN，ExCNet，Zero-
awesome-low-light-image-enhancement.zip
最新发布
08-22
微光成像和微光图像增强在我们的日常生活和不同的科学...在这里，我们收集了一份与弱光图像增强相关的资源列表，包括数据集、方法/代码/论文、指标等。我们希望这能为弱光任务的新方法和解决方案的开发提供一些帮助。
Low-light images enhancement系列：Kindling the Darkness: A Practical Low-light Image Enhancer
鳄鱼的博客
03-27 2141
概述 作者创建了一个名作KinD的暗光增强网络，分为decomposition network、adjustment network和restoration network三大部分。 其中decomposition network利用retinex理论，将输入图像分解成reflectance maps和illumination maps；adjustment network可以通过参数ααα灵活...
基于Retinex模型的弱光图像联合去噪与增强(序列分解)
CleMints的博客
12-03 2430
一、文章摘要概述 文章的题目是： 《Joint Enhancement and Denoising Method via Sequential Decomposition》   这是一篇2018年北大-刘家瑛团队一篇会议文章。基于Retinex模型，同样是针对分解后照明图对比度、细节增强和反射图存在的密集噪声问题，在上一篇博客中介绍了一种全变差优化模型，通过ADM依次迭代更新照明图和反射图得到最优...
em算法 图像模糊检测_基于深度学习的图像增强调研
weixin_31062533的博客
12-06 740
目前，行业内绝大数企业能够做到再正常天气状态下的自动驾驶，但是对于恶劣天气环境，很多企业其实还有很多难题。合理轨迹不同感知传感器的瓶颈，冗余设计都是解决方案。对于夜间的图像识别应该怎么处理呢？先通过一个分类器，判别属于白天还是黑夜，然后如果判别为黑夜，或许能先经过图像增强，然后才进行下一步检测识别等流程。在计算机视觉应用（例如，物体检测和跟踪）和消费电子（例如，手持设备）中都需要高质量的图像和视频...
【论文笔记】—暗光视频增强—Supervised—StableLLVE网络—2021-CVPR
chaiky的博客
05-21 2751
题目：Learning Temporal Consistency for Low Light Video Enhancement From Single Images 提出利用自一致性的单图像方法来增强微光视频，并通过在网络上施加一致性来解决时间不一致性问题。首先从单个图像中学习和推断运动场（光流），然后将光流图像扭曲为相邻帧，并对深层模型施加一致性。......
弱光图像增强(Low-light image enhancement)资料整理（更新中...）
田野的博客
11-08 3612
弱光图像增强(Low-light image enhancement)资料整理
基于深度学习的低光照图像增强方法总结（2020.09.15更新）
热门推荐
hyk_1996的博客
08-15 2万+
之前在做光照对于高层视觉任务的影响的相关工作，看了不少基于深度学习的低光照增强（low-light enhancement）的文章[3,4,5,7,8,9,10]，于是决定简单梳理一下。 光照估计（illumination estimation）和低光照增强（low-light enhancement）的区别：光照估计是一个专门的底层视觉任务（例如[1,2,6]），它的输出结果可以被用到其它任务...
图像融合亮度一致_基于深度学习的低光照图像增强方法总结（2020.09.15更新）...
weixin_39633165的博客
11-27 2072
之前在做光照对于高层视觉任务的影响的相关工作，看了不少基于深度学习的低光照增强（low-light enhancement）的文章，于是决定简单梳理一下。光照估计（illumination estimation）和低光照增强（low-light enhancement）的区别：光照估计是一个专门的底层视觉任务（例如[1,2,6]），它的输出结果可以被用到其它任务中，例如图像增强、图像恢复（处理色差...
lime: low-light image enhancement via illumination map estimation
03-16
Lime是一种通过估计照明图来增强低光图像的技术。它可以通过分析图像中的光照情况，提高图像的亮度和对比度，使得图像更加清晰明亮。这种技术在夜间拍摄、弱光环境下的拍摄以及其他低光条件下的拍摄中非常有用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值