用于暗图像深度曝光校正频域损失函数
图像与视频处理
2021-05-24 v2 计算机视觉与模式识别
摘要
我们解决在野外低光条件下捕获的暗、模糊且含噪图像的曝光校正问题。经典图像去噪滤波器在频域表现良好，但受限于若干因素，如阈值的正确选择、频率估计等。另一方面，传统深度网络在RGB空间中以端到端方式训练，将此任务表述为图像翻译问题。然而，这未对暗图像固有噪声施加任何显式约束，从而产生含噪且模糊的输出。为此，我们提出基于DCT/FFT的多尺度损失函数，其与传统损失结合时，可训练网络翻译重要特征以获得视觉愉悦的输出。我们的损失函数端到端可微、尺度无关且通用；即，它可应用于大多数现有框架中的RAW和JPEG图像而无需额外开销。使用该损失函数，我们借助定量指标和主观测试报告了相对于最先进方法的显著提升。
引用
@article{arxiv.2104.10856,
title = {Frequency Domain Loss Function for Deep Exposure Correction of Dark Images},
author = {Ojasvi Yadav and Koustav Ghosal and Sebastian Lutz and Aljosa Smolic},
journal= {arXiv preprint arXiv:2104.10856},
year = {2021}
}
备注
Published version 8 pages. SIViP (2021)