SDI-Net：用于低光立体图像增强的足够双视图交互
计算机视觉与模式识别
2024-08-21 v1 人工智能
图像与视频处理
摘要
目前，大多数低光图像增强方法仅考虑单一视角的信息，忽略了跨视图信息之间的相关性。因此，这些方法产生的增强结果往往令人不满意。在此背景下，已有研究努力开发针对低光立体图像增强的方法，这些方法考虑跨视图视差并实现左右视图之间的相互作用，从而提升了性能。然而，这些方法仍未充分利用左右视图信息之间的相互作用。为此，我们提出了一种名为面向低光立体图像增强的足够双视图交互模型（SDI-Net）的方案。SDI-Net的骨架结构为两个编码器-解码器对，用于学习从低光图像到正常光图像的映射函数。在编码器和解码器中，我们设计了一个名为跨视图充分交互模块（CSIM）的模块，旨在通过注意力机制充分挖掘双视图之间的相关性。在公共数据集上的定量和可视化结果验证了我们方法优于其他相关方法的优势。消融研究还证明了我们模型中关键要素的有效性。
引用
@article{arxiv.2408.10934,
title = {SDI-Net: Toward Sufficient Dual-View Interaction for Low-light Stereo Image Enhancement},
author = {Linlin Hu and Ao Sun and Shijie Hao and Richang Hong and Meng Wang},
journal= {arXiv preprint arXiv:2408.10934},
year = {2024}
}