贝叶斯神经网络用于图像增强中的一对多映射
计算机视觉与模式识别
2025-11-27 v3
摘要
在低光照和水下图像增强等图像增强任务中，由于摄影条件的动态变化，一个受损图像可能对应多个合理的目标图像。这自然导致了一对多映射问题。为解决此问题，我们提出了包含贝叶斯神经网络（BNN）的贝叶斯增强模型（BEM），以捕捉数据不确定性并生成多样化输出。为实现快速推断，我们引入了BNN-DNN框架：首先在低维空间中采用BNN来建模一对多映射，随后使用确定性神经网络（DNN）对图像的细粒度细节进行精细化。在多个低光照和水下图像增强基准测试上进行的大量实验表明，我们的方法有效。
关键词
引用
@article{arxiv.2501.14265,
title = {Bayesian Neural Networks for One-to-Many Mapping in Image Enhancement},
author = {Guoxi Huang and Qirui Yang and Ruirui Lin and Zipeng Qi and David Bull and Nantheera Anantrasirichai},
journal= {arXiv preprint arXiv:2501.14265},
year = {2025}
}