基于双边学习的图像增强

如今，由于先进的数字成像技术以及公众对互联网的普及，生成的数字图像数量急剧增加。因此，对自动图像增强技术的需求颇为明显。近年来，深度学习已被有效使用。在此，在介绍一些近期发展的图像增强工作后，提出了一种基于卷积神经网络的图像增强系统。我们的目标是对两种可用方法——卷积神经网络与双边网格——加以有效利用。在我们的方法中，我们增加了训练数据与模型维度，并在训练过程中提出可变速率。我们所提方法在融合 5 位不同专家的情况下产生的增强结果，相较于其他可用方法在定量与定性上均展现出改进。