图像增强论文阅读笔记——DALE : Dark Region-Aware Low-light Image Enhancement

本文主要是介绍图像增强论文阅读笔记——DALE : Dark Region-Aware Low-light Image Enhancement,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

DALE : Dark Region-Aware Low-light Image Enhancement

  • 1. 介绍
  • 2. 提出的方法

1. 介绍

本文提出了一种新的微光图像增强方法,即暗区感知微光图像增强(dark region-aware微光图像增强,DALE),该方法通过所提出的视觉注意模块准确识别暗区,增强暗区亮度。该方法利用超像素进行视觉注意估计,无需复杂的过程。因此,该方法可以保持原始图像的颜色、色调和亮度,并防止图像中正常照明区域的饱和和扭曲。实验结果表明,该方法能够通过视觉注意准确识别暗区,在定性和定量方面都优于目前最先进的方法。
本文构造了一个新的数据集,它可以用来学习视觉注意图。然后,该方法增强了暗区亮度,通过视觉注意图可以识别暗区。我们合成不同照明超像素,生成局部照明图像数据集,如图1(b)所示。因此,我们的方法可以比现有的基于深度学习的方法产生更精确的微光增强图像。图1©显示了一个估计的视觉注意图,其中暗区被准确识别并使用大值描述。在这里插入图片描述
本文的贡献如下:

  1. 提出了一个新的注意力模块来识别黑暗区域。
  2. 提出了一种新的利用视觉注意图的弱光增强方法DELA。我们的方法可以在保持其他区域亮度的同时,强烈增强暗区亮度。
  3. 提供了一个局部照明的图像数据集,所有实验都使用了该数据集。这个数据集将公开提供,以重新训练传统的弱光增强方法并提高其准确性。

2. 提出的方法

该网络结构由视觉注意网络(VAN)、增强网络(EN)和残留块(RB)组成。
本文提出的微光增强网络由暗区域注意网络和增强网络两部分组成,如图所示。暗区域注意网络生成的注意图可以识别暗区,而增强网络输出的是弱光增强图像。
在这里插入图片描述
视觉注意网络(VAN): 提出的VAN采用U-Net结构(即编解码器)作为骨干网。第一个卷积层的kernel大小为3 × 3, stride为1。
编码器有三个卷积层、残差块和两个下采样层。
残差块由大小为1 × 1的核的卷积层ReLUs和压缩激励块[9]组成,这些卷积层具有不同的膨胀因子(即3、2、1)。
解码器有三个卷积层、残差块和两个上采样层。残差块使用不同的膨胀因子(即1、2、3)。
Enhancement Network (EN): 该网络利用估计的暗区域视觉注意图提高了微光图像的亮度。该算法以弱光图像和视觉注意图的拼接为输入。与VAN类似,所有的卷积层都有一个stride为1的内核3×3 size。三个残差块使用3到1的不同膨胀因子,将所有残差块串联起来进行信息融合。

视觉注意网络(VAN)损失函数:

  • l2 损失(估计的暗区注意力图VA(Ilocal) 和真实图IVAGT)
    在这里插入图片描述

光照估计方法: 提出了一种基于超像素的局部光照合成方法,我们对每个超像素应用随机不同的照明水平,并合成低光和正常照明区域。此外,由于超像素可以描述物体的形状,所以该方法可以根据物体边界合成局部光照。利用超像素进行局部光照合成的公式如下:
在这里插入图片描述
式中,SLIC函数输出图像 I 的超像素。L为光照权重。
当L = 1.0时,保持原来的亮度。
如果L = 0.1,对应的超像素会明显变暗。
这些合成数据被用来训练黑暗感知的注意力网络
超像素和SLIC不太了解的可以看这篇博客

视觉注意力图: 本文是一种针对图像暗区进行微光图像增强的视觉注意方法(即暗区域注意网络)。为了对所提出的暗区域注意网络进行监督训练,我们合成ground-truth注意图IVA,如下所示:
在这里插入图片描述
式中的 IIlocal分别表示原始图像和局部光照图像。
局部光照和各种形式的超像素使得所提出的注意网络能够在训练过程中学习各种类型的明暗区域。
下图是我的测试结果
在这里插入图片描述
暗区域增强网络:

这篇关于图像增强论文阅读笔记——DALE : Dark Region-Aware Low-light Image Enhancement的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/554869

相关文章

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染:一项综述 文章目录 大规模语言模型的基准数据污染:一项综述摘要1 引言 摘要 大规模语言模型(LLMs),如GPT-4、Claude-3和Gemini的快

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear

数学建模笔记—— 非线性规划

数学建模笔记—— 非线性规划 非线性规划1. 模型原理1.1 非线性规划的标准型1.2 非线性规划求解的Matlab函数 2. 典型例题3. matlab代码求解3.1 例1 一个简单示例3.2 例2 选址问题1. 第一问 线性规划2. 第二问 非线性规划 非线性规划 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。2

【C++学习笔记 20】C++中的智能指针

智能指针的功能 在上一篇笔记提到了在栈和堆上创建变量的区别,使用new关键字创建变量时,需要搭配delete关键字销毁变量。而智能指针的作用就是调用new分配内存时,不必自己去调用delete,甚至不用调用new。 智能指针实际上就是对原始指针的包装。 unique_ptr 最简单的智能指针,是一种作用域指针,意思是当指针超出该作用域时,会自动调用delete。它名为unique的原因是这个

查看提交历史 —— Git 学习笔记 11

查看提交历史 查看提交历史 不带任何选项的git log-p选项--stat 选项--pretty=oneline选项--pretty=format选项git log常用选项列表参考资料 在提交了若干更新,又或者克隆了某个项目之后,你也许想回顾下提交历史。 完成这个任务最简单而又有效的 工具是 git log 命令。 接下来的例子会用一个用于演示的 simplegit

记录每次更新到仓库 —— Git 学习笔记 10

记录每次更新到仓库 文章目录 文件的状态三个区域检查当前文件状态跟踪新文件取消跟踪(un-tracking)文件重新跟踪(re-tracking)文件暂存已修改文件忽略某些文件查看已暂存和未暂存的修改提交更新跳过暂存区删除文件移动文件参考资料 咱们接着很多天以前的 取得Git仓库 这篇文章继续说。 文件的状态 不管是通过哪种方法,现在我们已经有了一个仓库,并从这个仓