《A Two-stage Unsupervised Approach for Low light Image Enhancement》笔记
摘要指出图像增强需要面对的三个问题:
- 需要同一对(明亮和黯淡)的图像对作为训练
- 对黑暗场景下的图像增强效果并不好
- 图像增强后噪点也被放大
论文提出:
- 先使用基于Retinex网络的模型对低光图像进行亮度提升(亮度提升)
- 然后使用改进的对抗网络来提升图像质量(解决噪点)
一些前人工作:
- 《Enlightengan: Deep light enhancement without paired supervision》使用对抗网络进行亮度增强
- 《Self-supervised image enhancement network: Training with low light images only》基于最大熵使用单张低光图片训练进行亮度增强
- 《Learning to see in the dark》对Raw格式的图片格式进行亮度增强和降噪
- 《Deep convolutional denoising of low-light images》使用泊松降噪的深度卷积网络对低光图像进行降噪
- 《Noise suppression in low-light images through joint denoising and demosaicing》使用局部线性嵌入框架来进行降噪
posted on 2020-12-21 15:43 Liiipseoroinis 阅读(207) 评论(0) 编辑 收藏 举报