BriefGPT - AI 论文速递
·
ClassLIE：面向低光图像增强的结构和光照自适应分类模型
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种新型框架ClassLIE，结合了CNN和transformers，用于对低光图像中的结构和光照信息进行分类和自适应学习，以提高增强性能。实验证明，ClassLIE在五个基准数据集上表现出最先进的性能，LOL数据集上的PSNR和SSIM分别为25.74和0.92。
🎯
关键要点
- 提出了一种新型框架ClassLIE，结合了CNN和transformers。
- ClassLIE通过综合和区域化的方式对低光图像中的结构和光照信息进行分类和自适应学习。
- ClassLIE显示出更好的增强性能。
- 在五个基准数据集上，ClassLIE表现出最先进的性能。
- 在LOL数据集上，ClassLIE的PSNR和SSIM分别为25.74和0.92。
➡️
