DEFormer：低光图像和暗视觉的 DCT 驱动增强 Transformer
原文中文，约400字，阅读约需1分钟。发表于：。该研究论文介绍了一种利用频域作为图像增强的新方法，提出了一种新颖的基于 DCT 的增强转换器（DEFormer），其中包括可学习的频率支路（LFB）和交叉域融合（CDF），并将其应用于暗部检测，使检测器的性能显著提升。
该文介绍了一种名为 Under-Display Camera (UDC) 的技术，可以在显示面板下隐藏前置摄像头，提供全屏体验。作者提出了一种名为 UDC-DMNet 的双阶网络，可以合成 UDC 图像，并使用高质量人脸图像创建了用于 UDC 人脸恢复的训练和测试数据集。作者还提出了一种名为 DGFormer 的新型字典引导变换网络，可以应对 UDC 场景中的盲目人脸恢复。实验证明，作者的 DGFormer 和 UDC-DMNet 取得了最先进的性能。
