基于场景文本复原的极暗光图像增强
图像与视频处理
2022-04-05 v1 计算机视觉与模式识别
摘要
基于深度学习的方法在增强极暗光图像方面取得了令人印象深刻的进展——重建图像的质量普遍得到提升。然而，我们发现这类方法大多无法充分恢复图像细节，例如场景中的文本。本文提出一种新颖的图像增强框架，可在极暗光图像条件下同时精确复原场景文本及整体图像质量。主要地，我们采用了自正则化注意力图、边缘图以及一种新颖的文本检测损失。此外，利用合成低光图像有利于在真实低光图像上提升文本检测方面的图像增强效果。定量与定性实验结果表明，所提模型在 See In the Dark 和 ICDAR15 数据集上的图像复原、文本检测与文本 spotting 方面优于最先进的方法。
引用
@article{arxiv.2204.00630,
title = {Extremely Low-light Image Enhancement with Scene Text Restoration},
author = {Pohao Hsu and Che-Tsung Lin and Chun Chet Ng and Jie-Long Kew and Mei Yih Tan and Shang-Hong Lai and Chee Seng Chan and Christopher Zach},
journal= {arXiv preprint arXiv:2204.00630},
year = {2022}
}