用于压缩暗色图像增强的多潜在空间映射
计算机视觉与模式识别
2024-03-13 v1 人工智能
图像与视频处理
摘要
暗色图像增强旨在将暗色图像转换为正常光照下的图像。现有的暗色图像增强方法以未压缩的暗色图像为输入并取得了很好的性能。然而，实际情况下，暗色图像常在存储或通过互联网传输前被压缩。当前方法在处理压缩暗色图像时性能较差。隐藏在暗区域中的压缩伪影被当前方法放大，导致观察者感到不适。基于此观察，本研究旨在增强压缩暗色图像，同时避免压缩伪影的放大。由于纹理细节与压缩伪影在压缩暗色图像中交织，细节增强与阻塞伪影抑制在图像空间中相互矛盾。因此，我们在潜在空间中处理该任务。为此，我们提出一种基于变分自编码器 (VAE) 的新型潜在映射网络。首先，与以往仅使用单分辨率特征的VAE方法不同，我们利用多潜在空间中的多分辨率特征，以减少细节模糊并提高图像保真度。具体而言，我们训练两个多层VAE，将压缩暗色图像和正常光照下的图像分别投影到各自的潜在空间中。其次，我们利用潜在映射网络将特征从压缩暗色空间转换到正常光照空间。由于暗度和压缩的退化模型彼此不同，潜在映射过程被分为明亮分支和去块化分支。综合实验表明，所提方法在压缩暗色图像增强方面实现了最先进的性能。
引用
@article{arxiv.2403.07622,
title = {Multiple Latent Space Mapping for Compressed Dark Image Enhancement},
author = {Yi Zeng and Zhengning Wang and Yuxuan Liu and Tianjiao Zeng and Xuhang Liu and Xinglong Luo and Shuaicheng Liu and Shuyuan Zhu and Bing Zeng},
journal= {arXiv preprint arXiv:2403.07622},
year = {2024}
}