BriefGPT - AI 论文速递
·
低光图像增强的扰动学习
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于扩散模型的低光图像增强方法，通过插入驯服模块来引导生成过程，实现对扩散模型的优化结构生成和细节增强。实验证明该方法在性能和视觉比较方面具有优势。
🎯
关键要点
- 提出了一种基于扩散模型的低光图像增强方法，称为 LDM-SID。
- 该方法通过插入驯服模块来引导扩散模型的生成过程。
- 实现了低频内容生成和高频细节维护的二分。
- 该方法优化了扩散模型的结构生成和细节增强。
- 实验证明该方法在定量评估中表现出最先进的性能。
- 视觉比较显示该方法具有显著的优越性。
- 强调了利用预训练的扩散模型作为低光图像增强任务的生成先验的有效性。
➡️
