基于潜在解耦的低光图像增强
该研究提出了一种新型图像增强网络ResVMUNetX,解决了低光条件下深度学习方法的局限性。通过两步过程,包括像素添加和去噪卷积神经网络模块,提高了亮度、恢复了结构细节并消除了噪声。在LOL数据集上展示了卓越性能,实现了每秒70帧的实时处理速度。证实了其在增强低光图像方面的有效性和实际应用潜力。
原文中文,约300字,阅读约需1分钟。
该研究提出了一种新型图像增强网络ResVMUNetX,解决了低光条件下深度学习方法的局限性。通过两步过程,包括像素添加和去噪卷积神经网络模块,提高了亮度、恢复了结构细节并消除了噪声。在LOL数据集上展示了卓越性能,实现了每秒70帧的实时处理速度。证实了其在增强低光图像方面的有效性和实际应用潜力。