BriefGPT - AI 论文速递
·
GLARE: 通过生成性潜在特征的码书检索进行低光图像增强
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
CoLIE是一种新的图像增强方法，通过映射欠曝光图像的2D坐标到光照分量上，并在本地上下文中进行增强。该方法利用隐式神经函数和嵌入导向滤波器进行增强光图像的重建，降低了计算开销。通过引入基于单图像的训练损失函数，提高了模型对不同场景的适应性。经过评估，证明了该方法在图像质量和场景适应性方面的优越性。CoLIE在低光照场景下具有实际应用价值。
🎯
关键要点
- CoLIE是一种新的图像增强方法，通过将欠曝光图像的2D坐标映射到光照分量上进行增强。
- 该方法在HSV空间内利用隐式神经函数和嵌入导向滤波器进行光图像的重建，显著降低计算开销。
- 引入基于单图像的训练损失函数，提高模型对不同场景的适应性。
- 经过评估，证明CoLIE在图像质量和场景适应性方面的优越性。
- CoLIE在低光照场景下具有实际应用价值，源代码可从指定URL获取。
➡️
