实体
LOLv2-Real
LOLv2-Real
PulseAugur coverage of LOLv2-Real — every cluster mentioning LOLv2-Real across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的OWDiff方法通过改进的细节恢复来增强低光图像
研究人员开发了一个名为重叠小波扩散（OWDiff）的新框架，以改进低光图像增强。该方法通过使用重叠小波变换解决了先前基于扩散的技术中常见的块状伪影。此外，OWDiff 结合了一个由低频引导的高频增强块，以恢复更精细的细节和纹理，从而获得更清晰的图像。实验表明，OWDiff 在标准数据集上的表现优于现有方法，达到了更好的视觉质量和量化指标。
-
新AI方法提升低光图像增强效果，侧重效率和移动端部署
研究人员开发了一个统一的图像增强框架，将近期方法归类为三种连续时间过程：无条件扩散模型、Ornstein-Uhlenbeck过程和扩散桥。这种统一表明，这些方法之间的差异源于它们的漂移项和扩散项、终端分布以及边界条件，而非调度器或采样器。一项跨越各种图像增强任务的实证研究表明，没有一种方法能持续占优，这凸显了特定设计选择的影响。此外，一项专注于移动设备高效低光图像增强的挑战赛吸引了大量参与，旨在平衡增强质量与计算效率，以实现实际部署。