BriefGPT - AI 论文速递
·
基于通道和伽玛校正先验重新思考大气散射驱动的注意力机制用于低光图像增强
💡
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。通过伽马校正与深度网络相结合，能够自适应地感知偏离的照明并学习校正因子伽马。实验证明该方法优于现有方法。
🎯
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。
- 结合伽马校正与深度网络，能够自适应地感知偏离的照明。
- 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。
➡️
