低频信息增强图像空间中的低光立体图像增强与去噪
计算机视觉与模式识别
2024-01-17 v1
摘要
与单图像任务不同，立体图像增强可以利用另一视图的信息，其关键阶段在于如何进行跨视图特征交互以从另一视图提取有用信息。然而，现有方法忽略了低光图像中的复杂噪声及其对后续特征编码与交互的影响。本文提出了一种同时进行增强与去噪的方法。首先，为减少不必要的噪声干扰，提出了一种低频信息增强模块（IEM）以抑制噪声并生成新的图像空间。此外，提出了一种跨通道与空间上下文信息挖掘模块（CSM），用于编码长距离空间依赖关系并增强通道间特征交互。基于CSM，构建了一个编码器-解码器结构，融合跨视图与跨尺度特征交互，在新图像空间中执行增强。最后，在空间域与频率域损失的共同约束下训练网络。在合成数据集与真实数据集上的大量实验表明，与最先进方法相比，我们的方法获得了更好的细节恢复与噪声去除效果。此外，使用立体相机ZED2采集了一个真实立体图像增强数据集。代码与数据集公开于：https://www.github.com/noportraits/LFENet。
引用
@article{arxiv.2401.07753,
title = {Low-light Stereo Image Enhancement and De-noising in the Low-frequency Information Enhanced Image Space},
author = {Minghua Zhao and Xiangdong Qin and Shuangli Du and Xuefei Bai and Jiahao Lyu and Yiguang Liu},
journal= {arXiv preprint arXiv:2401.07753},
year = {2024}
}