基于多粒度协作网络的极弱光成像
图像与视频处理
2020-05-19 v1 计算机视觉与模式识别
摘要
弱光成像具有挑战性，因为在极弱光条件下，由于低信噪比、复杂的图像内容以及拍摄场景的多样性，图像可能显得暗淡且含噪。已有许多方法被提出以增强极弱光条件下的成像质量，但难以获得满意结果，尤其是当它们试图保留高动态范围（HDR）时。在本文中，我们提出一种具有双向信息流的新颖多粒度协作网络（MCN）方法来增强极弱光图像，并设计了一个光照图估计函数（IMEF）以保留高动态范围（HDR）。为促进该研究，我们还贡献创建了一个真实世界暗高动态范围（DHDR）图像的新基准数据集，以评估弱光环境下高动态保留的性能。实验结果表明，所提方法在视觉效果和定量分析方面均优于当前最优（SOTA）方法。
引用
@article{arxiv.2005.08001,
title = {Extreme Low-Light Imaging with Multi-granulation Cooperative Networks},
author = {Keqi Wang and Peng Gao and Steven Hoi and Qian Guo and Yuhua Qian},
journal= {arXiv preprint arXiv:2005.08001},
year = {2020}
}