基于光照感知伽马校正和完整图像建模网络的低光照图像增强

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本文提出了一种新的网络结构,用于解决低光照图像增强问题。该方法通过感知偏差照明和完整图像建模,结合伽马校正和深度网络,自适应地学习校正因子伽马。通过泰勒级数近似伽马校正,加速了训练和推理速度。层次化注意机制能够从具有信息的区域推断出暗区。实验结果表明,该方法优于现有方法。

🏷️

标签

➡️

继续阅读