IceNet用于交互式对比度增强
图像与视频处理
2021-12-28 v2 计算机视觉与模式识别
摘要
本工作提出一种基于CNN的交互式对比度增强算法，称为IceNet，其使用户能依据个人偏好轻松调整图像对比度。具体地，用户提供控制全局亮度的参数与两类用于使图像局部区域变暗或变亮的涂鸦。随后，给定这些标注，IceNet估计用于逐像素伽马校正的伽马图。最后，通过颜色复原获得增强图像。用户可迭代提供标注以获得满意图像。IceNet亦能自动生成个性化增强图像，若需要可作为进一步调整的基础。此外，为有效可靠地训练IceNet，我们提出三种可微损失。大量实验表明IceNet能为用户提供满意增强图像。
引用
@article{arxiv.2109.05838,
title = {IceNet for Interactive Contrast Enhancement},
author = {Keunsoo Ko and Chang-Su Kim},
journal= {arXiv preprint arXiv:2109.05838},
year = {2021}
}
备注
11 pages, 9 figures, 3 tables. This paper has been accepted for publication in IEEE Access. Copyright may change without notice