PulseAugur
实时 10:28:27
English(EN) MambaLIE: Scene Light Intensity-Boosted Low-Light Image Enhancement with State Space Model

MambaLIE:状态空间模型高效增强低光图像

研究人员开发了MambaLIE,一种利用状态空间模型(SSM)的低光图像增强新方法。该方法旨在克服现有卷积神经网络(CNN)和Transformer在长距离依赖性或计算成本方面的局限性。MambaLIE引入场景光照强度来指导增强过程,并提出了一种局部增强状态空间模型(LESSM),该模型结合了用于长距离建模的SSM和用于效率的局部增强分支。实验表明,MambaLIE在准确性、速度和模型大小方面均优于现有方法,适用于资源有限的设备。 AI

影响 这种新方法可以改善低光照条件下的图像质量,惠及从消费设备到专业视觉任务的各种应用。

排序理由 这是一篇详细介绍图像增强新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

MambaLIE:状态空间模型高效增强低光图像

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Wanshu Fan, Xiangyu Li, Cong Wang, Kin-man Lam, Xin Yang, Haiyan Zhang, Dongsheng Zhou ·

    MambaLIE: Scene Light Intensity-Boosted Low-Light Image Enhancement with State Space Model

    arXiv:2607.03013v1 Announce Type: cross Abstract: Images captured by consumer electronic devices, such as mobile phones and digital cameras, often suffer from low-light degradation due to sensor limitations and imaging pipelines, which degrades visual quality and affects downstre…