研究人员开发了一种名为CMIG-Net的新网络，用于改进低光图像增强。该网络通过考虑颜色和亮度信息之间的交互来解决现有方法的局限性。CMIG-Net使用条件互信息来指导基于局部照明的颜色特征的重新校准，并动态管理其分支之间的信息流。实验表明，CMIG-Net在图像质量指标上取得了显著的提升，优于CIDNet等先前最先进的方法。 AI
影响 这项研究为低光图像增强引入了一种新颖的方法，有可能在各种应用中改善具有挑战性照明条件下的视觉质量。
排序理由 详细介绍用于图像增强的新网络的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- CIDNet
- CMIG-Net
- Conditional Mutual Information Calibration
- Dynamic Dual-branch Information Restoration
- Sony-Total-Dark
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
