研究人员正在开发新的方法来改进图像色彩还原和低光图像增强。一种方法提出了一个与亮度无关的框架,将色彩还原视为全RGB图像编辑,在不同灰度形成下表现出鲁棒性。另一种方法CAGE使用圆柱形颜色校正框架,通过自适应去偏和饱和度校正来解决低光图像中的颜色偏差。此外,正在探索一种检索增强生成技术,通过使用外部知识库来纠正残留的颜色偏移,从而恢复低光图像中的准确颜色。 AI
影响 这些进展可能带来更准确、更具视觉吸引力的图像处理,应用于从历史照片修复到改进的低光摄影等领域。
排序理由 该集群包含多篇详细介绍图像色彩还原和低光增强新方法的学术论文。
在 Hugging Face Daily Papers 阅读 →
- arXiv
- CPGA-Net++
- FAISS
- FLIGHTNet
- LLFormer
- VGG19
- AdaCCT
- Cage
- Hugging Face
- Retrieval-Augmented Generation
- RGB color model
- alphaXiv
- CatalyzeX
- COCO
- CORE Recommender
- DagsHub
- Gotit.pub
- ImageNet
- ScienceCast
- Swarnim Maheshwari
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →