PyNET-CA：结合通道注意力增强PyNET的端到端移动图像信号处理
图像与视频处理
2021-04-08 v1 计算机视觉与模式识别
机器学习
摘要
从移动设备获取的 RAW 数据重建 RGB 图像涉及多项图像信号处理（ISP）任务，如去马赛克、去噪等。深度神经网络在分别解决这些任务上已展现出优于手工 ISP 算法的效果，甚至可用单一模型替代整个重建过程。本文提出 PyNET-CA，一种用于 RAW 到 RGB 重建的端到端移动 ISP 深度学习算法。该模型增强了近期提出的最先进移动 ISP 模型 PyNET，并通过通道注意力与亚像素重建模块提升了其性能。我们通过对比实验及 AIM 2020 学习式智能手机 ISP 挑战赛的结果展示了所提方法的性能。我们的实现源代码可在 https://github.com/egyptdj/skyb-aim2020-public 获取。
引用
@article{arxiv.2104.02895,
title = {PyNET-CA: Enhanced PyNET with Channel Attention for End-to-End Mobile Image Signal Processing},
author = {Byung-Hoon Kim and Joonyoung Song and Jong Chul Ye and JaeHyun Baek},
journal= {arXiv preprint arXiv:2104.02895},
year = {2021}
}
备注
ECCV 2020 AIM workshop accepted version