实体
Low Light Image Enhancement
Low Light Image Enhancement
PulseAugur coverage of Low Light Image Enhancement — every cluster mentioning Low Light Image Enhancement across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的AI模型应对低光图像增强挑战 · 已追踪2个来源
研究人员开发了BlindPSNR，一种新颖的无参考网络，旨在预测低光图像增强（LLIE）的峰值信噪比（PSNR）。该方法通过在不需要真实参考的情况下估计保真度来解决LLIE中的参数选择挑战，实现了89.5%的top-1准确率。另外，另一项研究引入了MSFT，一种结合了傅里叶变换的多尺度注意力网络，用于LLIE，该网络在各种数据集上显著优于现有方法，在PSNR和结构相似性方面取得了实质性改进。
-
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。