首页 > 其他 > 详细

暗光图片增强思路总结

时间:2021-09-01 12:53:06      阅读:19      评论:0      收藏:0      [点我收藏+]

1.LLNet:
稀疏自编码器堆叠block学出gt
psnr和ssim评估图片相似度
2.LightenNet:直接CNN学习出input到output的映射
3.MBLLEN:FEM提取不同层次特征,EM对不同特征经过卷积增强,FM将EM的输出融合。
值得迁移的思想:多分支提取特征和融合、loss
简化的SSIMloss作为结构损失,减少模糊效应和伪影
使用VGGloss比较相似度,各个VGG层提取的语义应相似
region loss,不同暗光区域比重不同
4.learn to see in the dark
图片曝光时间的不足时,可用此网络拟合,网络较为清晰
5.EEMEFN:二阶段边缘增强的多曝光融合网络用于极暗图像的增强。
边缘容易丢失时,参看边缘增强的做法

暗光图片增强思路总结

原文:https://www.cnblogs.com/zukang/p/15207579.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!