研究人员开发了Retinexformer,一种新颖的用于低光图像增强的一阶段框架。该方法利用基于Retinex的方法结合照明引导Transformer (IGT) 来有效建模长距离依赖关系,并解决先前多阶段、基于卷积神经网络的算法的局限性。该框架首先估计照明以增强图像,然后恢复损坏,在十三个基准测试中表现优于现有方法,并在低光目标检测等应用中显示出实际价值。 AI
影响 引入了一种新颖的基于Transformer的低光图像增强方法,有望在不利光照条件下的计算机视觉任务中提高性能。
排序理由 该集群包含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]
- arXiv
- Gradio
- Hugging Face
- Illumination-Guided Transformer
- One-stage Retinex-based Framework
- Retinex enhancement of infrared images
- Retinexformer
- Yuanhao Cai
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →