BriefGPT - AI 论文速递
·
CRNet：一种用于统一图像恢复和增强任务的细节保持网络
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种使用多曝光图像的复合细化网络（CRNet），通过整合多曝光输入，实现统一的图像恢复和增强。该模型在图像恢复和增强挑战赛中获得第三名，超过了先前的SOTA模型。
🎯
关键要点
- 本研究提出了一种使用多曝光图像的复合细化网络（CRNet）。
- 该模型通过整合多曝光输入，实现统一的图像恢复和增强。
- 模型通过池化层显式分离和增强高低频信息。
- 使用特殊设计的多分支块有效融合高低频信息。
- 通过大卷积核和反向瓶颈 ConvFFN 的高频增强模块，扩大感受野并整合输入特征。
- 该模型在 Bracketing 图像恢复和增强挑战赛中获得第三名。
- 在测试指标和视觉质量上超过了先前的 SOTA 模型。
➡️
