基于 Retinex 分解的零样本增强低光图像

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文提出了一种基于学习的零参考低光增强方法ZERRINNet,通过利用N-Net网络、RI-Net网络和纹理损失来解决低光图像增强中的问题,实现对训练数据的泛化性能的大幅提升。该方法在自制真实低光数据集和高级视觉任务上得到了有效验证,具有竞争力的性能。

🏷️

标签

➡️

继续阅读