BriefGPT - AI 论文速递
·
低光图像增强的联合校正与优化
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文介绍了一种新的网络结构，利用感知偏差照明和完整图像建模来解决低光照图像增强问题。该方法在几个基准数据集上的实验表明，优于现有方法。
🎯
关键要点
- 提出了一种新颖的网络结构，解决低光照图像增强问题。
- 结合伽马校正的有效性与深度网络的强建模能力。
- 自适应地感知偏离的照明来学习校正因子伽马。
- 使用泰勒级数近似伽马校正，加速训练和推理速度。
- 提出了一种新颖的变压器块，通过层次化注意机制模拟跨图像像素的依赖关系。
- 在多个基准数据集上的实验表明，该方法优于现有方法。
➡️
