BriefGPT - AI 论文速递
·
卷积神经网络注入变换器用于图像曝光校正
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种结合了CNN和Transformer的CIT方法，用于处理曝光校正问题，并通过引入一组精心设计的损失函数来改善空间一致性和纠正潜在的颜色偏差。实验证明，该方法优于现有技术。
🎯
关键要点
-
提出了一种结合了CNN和Transformer的CNN Injected Transformer (CIT)方法。
-
该方法利用窗口型Transformer的长程依赖建模能力处理曝光校正问题。
-
引入了一组精心设计的损失函数以改善空间一致性和纠正潜在的颜色偏差。
-
大量实验证明该方法在定量和定性指标上优于现有技术。
➡️
