KinD:Kindling the Darkness: A Practical Low-light Image Enhancer
ACMMM 2019
出发点:尽管可以确定光强度的顺序,但不存在真实的真实数据。因为,从用户的角度来看,不同的人/需求最喜欢的灯光水平可能会有很大不同。换句话说,我们无法说出什么光线条件是最好的/真实的。因此,仅将图像映射到具有特定光照水平的版本并不那么合适。
创新点:该网络受 Retinex 理论的启发,将图像分解为两个部分。一个组件(照明)负责光调节,而另一个组件(反射率)负责消除退化。通过这种方式,原始空间被解耦成两个更小的子空间,期望得到更好的正则化/学习。我们设计的模型提供了映射功能,可以根据用户的不同需求灵活调整亮度
该网络由两个分支组成,分别用于处理反射率和照明分量。从功能上看,也可分为图层分解、反射率恢复、光照调节三个模块。
KinD++:Beyond Brightening Low-light Images
出发点:单纯调高暗区的亮度,势必会加剧污染。因此,低光图像增强不仅应该使黑暗区域变亮,还应该消除隐藏的伪影。KinD 的反射率恢复结果仍然包含一些伪影,例如过度曝光和不均匀的光点。为了进一步提高KinD的增强质量,我们设计了一种新的多尺度照明注意模块。