A Two-Stage Unsupervised Approach for Low Light Image Enhancement 论文阅读笔记
这是一篇无监督暗图增强论文,来自RAL期刊(JCR1区)
- 文章将暗图增强任务分解两个阶段,第一阶段用基于retinex的传统方法进行预增强,第二阶段用refinement network 来进一步提高图片的质量。
第一阶段
- 用的是tone mapping这个方法:
H. Ahn, B. Keum, D. Kim, and H. S. Lee, “Adaptive local tone mapping based on retinex for high dynamic range images,” in Proc. IEEE Int. Conf. Consum. Electron., 2013, pp. 153–156.
- 这个方法对亮度的增强比很多深度学习方法要好,但是会增强噪声,为此需要进一步进行refinement。
第二阶段
- 第二阶段的网络用的是unet
- 损失函数是四部分组成,第一个是内容重建损失,也就是限制了refine前后的图片内容之间的距离:
- 第二部分是perceptual loss,也就是VGG提取的特征之间的距离
- 第三部分是tv loss,总变分损失,是为了抑制噪声:
- 第四部分是GAN的对抗损失:其中D是discriminator, Y ^ \hat Y Y^是正常光照图片(非成对)
实验结果
- 疑惑的一点是,unpaired enhancement dataset是怎么算PSNR和SSIM的
A Two-Stage Unsupervised Approach for Low Light Image Enhancement 论文阅读笔记相关推荐
- HLA-Face: Joint High-Low Adaptation for Low Light Face Detection论文阅读笔记
HLA-Face: Joint High-Low Adaptation for Low Light Face Detection 论文阅读笔记 这是去年7月读这篇文章的笔记了,今年由于忘记了,又有需要 ...
- A Two-stage Unsupervised Approach for Low light Image Enhancement(一种两阶段无监督的微光图像增强方法)
主要参考文献及其收获 Unpaired image-to-image translation using cycle-consistent adversarial networks Deep reti ...
- Low Resource对话摘要论文阅读笔记
Low Resource也是对话摘要任务中的一个研究重点,因为对话摘要的数据集相对偏少,最多也只有一万条数据,而且现实生活中也难以为长对话标注对应的摘要.这里记录两篇low resource对话摘要方 ...
- Learning Temporal Consistency for Low Light Video Enhancement from Single Images
Learning Temporal Consistency for Low Light Video Enhancement from Single Images 论文链接:CVPR链接 期刊/会议:C ...
- 【论文阅读笔记】HLA-Face Joint High-Low Adaptation for Low Light Face Detection
HLA-Face Joint High-Low Adaptation for Low Light Face Detection 文章目录 HLA-Face Joint High-Low Adaptat ...
- EnlightenGAN: Deep Light Enhancement without Paired Supervision论文阅读笔记
EnlightenGAN: Deep Light Enhancement without Paired Supervision论文解读 Motivation and introduction 最近在x ...
- 论文阅读笔记:Unsupervised Feature Learning via Non-Parametric Instance Discrimination
Unsupervised Feature Learning via Non-Parametric Instance Discrimination 论文下载地址 github代码地址 Summary 这 ...
- LIME Low light Image Enhancement via Illumination Map Estimation
文章目录 LIME: Low-light Image Enhancement via Illumination Map Estimation 0 Abstract and Introduction 1 ...
- 论文阅读笔记《Matching Images With Multiple Descriptors: An Unsupervised Approach for Locally Adaptive》
核心思想 本文提出一种将多种特征描述算法融合起来实现更好图像匹配的方法.近些年来,图像特征的描述算法层出不穷如SIFT.LIOP .DAISY等等,每种方法都有各自的优势和侧重点,对于不同图像其效 ...
最新文章
- python从菜鸟到高手电子书下载_PYTHON从菜鸟到高手 清华大学出版社
- 生动的解释下什么是 MySQL 的“回表”?
- 计算机语言中display翻译,display的意思在线翻译,解释display中文英文含义,短语词组,音标读音,例句,词源,同义词,反义词【澳典网ODict.Net】...
- linux编程参数列表,Linux编程 14 文件权限(用户列表passwd,用户控制shadow,useradd模板与useradd命令参数介绍)...
- 开源应用诊断利器 Arthas GitHub Star 突破两万
- Android 中opengl es灯光效果实例
- 位运算符取反_Java常见的运算符——位运算
- oracle sql切换模式,Oracle SQL 模式下命令回退
- 简述面向对象中__new__和__init__区别,这道题朝简单!
- npm包的语义版本控制(Semantic Versioning of Packages)
- c语言实现文档中字符串的替换,C语言 16行代码实现字符串中指定字符串替换
- Android中service的生命周期
- ArcGIS下载在线地图影像上篇(手工版)
- 谷歌浏览器怎么开启硬件加速模式 硬件加速模式开启方法简述
- 5-27 家谱处理 (30分)
- 一位程序员工作10年总结的10条建议
- 七甲川荧光染料IR820 NHS ester,新吲哚菁绿-活化酯,New Indocyanine Green-nhs ester
- 那些堪比照片质感的PhotoRealistic Style Transfer系列
- 堡垒机JumpServer(六):内网管理云端服务器
- Nexus概述- Nexus 简介、安装管理操作