一.简介

  • 论文题目:《使用先验的明亮通道知识来无监督微光图像增强》
  • 论文研究内容:无监督微光图像增强

二.创新点

  • 提出了无监督低光照增强方法
  • 引入饱和度损失和注意力机制能有效的保留图像增强后的细节和自然度

三.具体方法

3.1本文的网络框架

Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享

3.2本文涉及到的公式

Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享
Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享
Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享
Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享
Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享
Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享
Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享
Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享
Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享
Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享

3.3本文具体的过程

1.通过公式1列出低光照图像I与照明图t和增强后的图J和环境光A之间的关系
2.公式5是根据公式1将增强图J推导出来,只要估计出等式参数(也就是A和T)就可以算出增强图
3.照明图T是由Encoder-decoder产生的,损失是根据T~和平滑参数来设计的还有一个饱和度损失LS,T~是根据公式3预先算出来的
4.环境光A是根据公式4预先算出来的
总结:这里只需要网络生成T就可以根据公式5推导出增强后的结果

四.实验

Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享
Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享
Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享
Unsupervised Low-light Image Enhancement Using Bright Channel Prior阅读分享

相关文章: