- 博客(14)
- 收藏
- 关注
RSS订阅原创 无监督夜间图像增强： 当层分解遇到灯光效果抑制时
夜间图像不仅受到低光的影响，而且还受到光的不均匀分布的影响。现有的大多数夜间能见度增强方法主要集中在增强弱光区域。这不可避免地导致明亮区域的过度增强和饱和，例如受光效应（眩光、泛光灯等）影响的区域。为了解决这个问题，我们需要抑制亮区域的光效应，同时提高暗区域的强度。考虑到这一想法，我们引入了一种无监督的方法，该方法集成了层分解网络和光效抑制网络。给定一张夜间图像作为输入，我们的分解网络学习在无监督层特定先前损失的指导下分解阴影、反射和光效层。我们的光效抑制网络进一步抑制了光效，同时增强了黑暗区域的照明。
2024-04-19 00:49:23
1351
1
原创 【从成对的微光实例学习一种简单的微光图像增强器】
微光图像增强（LIE）旨在提高在微光条件下拍摄的图像的对比度和恢复细节。以前的大多数LIE算法使用具有几个手工制作的先验的单个输入图像来调整照明。然而，由于单个图像中的信息有限以及手工制作的先验的适应性差，这些解决方案往往无法揭示图像细节。为此，我们提出了PairLIE，这是一种无监督的方法，可以从微光图像对中学习自适应先验。首先，当两个输入共享相同的图像内容时，期望网络生成相同的干净图像。为了实现这一点，我们将Retinex理论应用于网络，并使两个反射率分量一致。
2024-04-18 11:58:12
967
4
原创 多重曝光校正的曝光归一化与补偿
曝光不当拍摄的图像通常会带来不令人满意的视觉效果。以往的工作主要集中在曝光不足或曝光过度的校正上，导致对各种曝光的泛化能力较差。另一种解决方案是混合多个曝光数据来训练单个网络。然而，校正曝光不足和曝光过度到正常曝光的程序（步骤）彼此差异很大，导致网络在校正多个曝光时存在很大差异，从而导致性能较差。解决这一问题的关键在于衔接不同的暴露表示。为了实现这一目标，我们设计了一个基于曝光标准化和补偿（ENC）模块的多重曝光校正框架。
2024-04-16 16:05:21
914
原创 【基于时空协同注意变换器的无监督微光视频增强】
现有的微光视频增强方法主要由以监督方式训练的卷积神经网络（CNNs）控制。由于在真实世界场景中难以选择成对的动态低光/正常光视频，它们通常在合成、静态和均匀运动视频上进行训练，这破坏了它们对真实世界场景的泛化能力。此外，这些方法在处理大规模运动时通常会出现时间不一致性（例如，闪烁伪影和运动模糊），因为细胞神经网络的局部感知特性限制了它们在空间和时间域中对长程依赖性进行建模。
2024-04-09 16:07:22
750
原创 【ExposureDiffusion: Learning to Expose for Low-light Image Enhancement】
曝光扩散：学习曝光以增强微光图像摘要：以前基于raw图像的微光图像增强方法主要依靠前馈神经网络来学习从微光到正常曝光图像的确定性映射。然而，它们未能捕获关键的分发信息，导致了视觉上不理想的结果。这项工作通过将扩散模型与基于物理的曝光模型无缝集成来解决这个问题。与必须执行高斯去噪的香草扩散模型不同，通过注入基于物理的曝光模型，我们的恢复过程可以直接从有噪声的图像开始，而不是从纯噪声开始。因此，与香草扩散模型相比，我们的方法获得了显著提高的性能和减少的推理时间。
2024-02-25 16:21:19
1025
原创 【Retinexformer: One-stage Retinex-based Transformer for Low-light Image Enhancement】
在增强弱光图像时，许多深度学习算法都是基于Retinex理论的。然而，Retinex模型没有考虑隐藏在黑暗中或由点亮过程引入的损坏。此外，这些方法通常需要繁琐的多阶段训练管道，并依赖于卷积神经网络，这表明在捕获长程依赖性方面存在局限性。在本文中，我们提出了一个简单而有原则的基于Retinex的一阶段框架（ORF）。ORF首先估计照明信息以点亮低光图像，然后恢复损坏以产生增强图像。我们设计了一种照明引导变换器（IGT），该变换器利用照明表示来指导具有不同照明条件的区域的非局部交互的建模。
2024-01-23 17:02:17
1852
3
原创 【Toward Fast, Flexible, and Robust Low-Light Image Enhancement】
*需要解决的问题：**现有的微光图像增强技术大多不仅难以处理视觉质量和计算效率，而且在未知的复杂场景中通常无效。在本文中，我们开发了一种新的自校准照明（SCI）学习框架，用于在真实世界的弱光场景中快速、灵活和稳健的增亮图像。具体来说，我们建立了一个具有权重共享的级联照明学习过程来处理这一任务。考虑到级联模式的计算负担，我们构建了自校准模块，该模块实现了每个阶段的结果之间的收敛，产生了仅使用单个基本块进行推理的增益（但在以前的工作中尚未使用），这大大降低了计算成本。
2024-01-17 20:12:28
1270
1
原创 【在手机上使用相机融合的高效混合变焦】
单反相机可以通过改变镜头距离或交换镜头类型来实现多个变焦级别。然而，由于空间限制，这些技术在智能手机设备上是不可能的。大多数智能手机制造商都采用混合变焦系统：通常是低变焦级别的宽（W）相机和高变焦级别的电话（T）相机。为了模拟W和T之间的缩放级别，这些系统会对W的图像进行裁剪和数字上采样，从而导致显著的细节损失。在本文中，我们提出了一种在移动设备上实现混合变焦超分辨率的有效系统，该系统捕获一对同步的W和T镜头，并利用机器学习模型将细节从T对齐并传输到W。
2024-01-12 19:20:26
1123
1
原创 用于图像曝光校正的解耦和聚合
在不适当的曝光条件下拍摄的图像往往会出现曝光不足或曝光过度的问题，曝光不当会改变图像亮度的统计分布，从而产生对比度下降，此外，曝光不当还会破坏图像的结构特性，导致细节失真。对比度下降和细节失真将导致低频和高频成分在图像中混合且不可分割，使图像曝光校正极具挑战性。在实践中，这个问题的一个解决方案是设计一种端到端的架构，用于在共享特征空间中学习对比度增强和细节恢复[14，16]。然而，对比度相关的特征主要分布在低频分量中，而细节相关的特征则主要分布在高频分量中。
2024-01-03 18:00:08
1311
1
原创 【4K-Resolution Photo Exposure Correction at 125 FPS with ∼8K Parameters】
图像曝光矫正
2023-12-19 15:44:00
1106
1
原创 【低光照图像增强之非解耦方法】
曝光校正是图像处理和计算摄影的基本任务之一。尽管各种方法被提出，它们要么不能产生视觉上令人愉悦的结果，或者仅适用于有限类型的图像（例如曝光不足的图像）。在本文中，我们提出了一种新的自动曝光校正方法，该方法能够对各种曝光条件（例如，曝光不足、曝光过度以及部分曝光不足和曝光过度）的图像稳健地产生高质量的结果。我们的方法的核心是所提出的双照明估计，其中我们将曝光不足和曝光过度校正分别作为输入图像和反转输入图像的琐碎照明估计。
2023-12-16 22:43:56
980
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人