微软新网络结合傅里叶变换增强低光图像

研究人员开发了一种名为MSFT（多尺度注意力与傅里叶变换结合）的新深度学习网络，用于低光图像增强。该方法旨在通过更好地捕捉光照和恢复纹理细节来提高图像质量和清晰度。MSFT采用U型架构，结合多尺度注意力和融合来自不同通道的幅度信息，以增强微弱特征和全局上下文。在多个数据集上的实验表明，MSFT显著优于现有方法，在峰值信噪比和结构相似性指数方面取得了显著改进。 AI

影响 这种新方法有望通过更好地处理具有挑战性的低光条件，从而在从摄影到监控的各种应用中提高图像质量。

排序理由 该集群包含一篇详细介绍低光图像增强新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• arXiv
• deep learning
• Fourier Transform
• LOL dataset
• low-light image enhancement
• Retinexformer
• SDSD dataset
• SID dataset
• SMID dataset

• 论文
• 其他

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