| 高速快门诱导的低照度图像弱参考视觉增强方法 |
| |
| 作者姓名： | 刘畅 钱宇华 王克琪 黄琴 卢佳佳 |
| |
| 作者单位： | 山西大学大数据科学与产业研究院,太原030006;山西大学大数据科学与产业研究院,太原030006;山西大学计算智能与中文信息处理教育部重点实验室,太原030006;山西大学大数据科学与产业研究院,太原030006;盘古深度智能信息技术有限公司,太原030006 |
| |
| 基金项目： | 国家自然科学基金重点项目（62136005）;国家重点研发计划（2018YFB1004300）;山西省重点研发计划（201903D421003）;科技成果转化培育项目（2020CG001） |
| |
| 摘 要： | 高速快门会导致拍摄图像产生多种类型的退化,如极低曝光和噪声等问题.现有的无监督图像增强方法难以构建不同空间域的特征映射关系,以改善图像质量.针对上述问题,提出了一种高速快门诱导的低照度图像弱参考增强方法.该方法训练了一个光照特征提取网络(illumination feature extraction net,IFE-Net)以估计高阶曲线的参数;构建了联合硬注意力机制,加权选择低照度图像和参考图像的特征信息,并利用光照估计曲线将两者有机整合,逼近最佳的非线性映射,以获得清晰的复原图像;设计图像属性和转换感知相结合的多项损失函数,在增强低照度图像的同时保留更多图像细节.与现有的3种低照度图像增强算法进行实验对比,验证了算法的可行性和有效性,并通过消融实验验证了联合硬注意力模块设计的合理性和必要性.
|
| 关 键 词： | 无监督低照度图像增强 弱参考 联合硬注意力 深度学习 计算机视觉 |
| 收稿时间： | 2021-05-13 |
| 修稿时间： | 2021-09-16 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《重庆邮电大学学报(自然科学版)》下载全文 |
|
