基于全局上下文引导的简单图像信号处理
计算机视觉与模式识别
2024-09-26 v2 机器学习
图像与视频处理
摘要
在现代智能手机相机中，图像信号处理器（ISP）是将传感器的RAW读取值转换为面向最终用户的感知良好RGB图像的核心组件。ISP通常是专有的、手工制作的，包含白平衡、颜色校正和调色映射等多个模块。基于深度学习的ISP旨在使用深度神经网络将RAW图像转换为类似DSLR的RGB图像。然而，大多数学习型ISP都是使用小块（小区域）进行训练的，由于计算限制。此类方法缺乏全局上下文，限制了其在全分辨率图像上的有效性，并损害了其捕获全局属性（如色彩恒常性或光照）的能力。首先，我们提出了可以集成到任何神经网络ISP中以从完整RAW图像中捕获全局上下文信息的新模块。其次，我们提出了一种高效且简单的神经网络ISP，利用我们提出的模块。我们的模型在不同基准测试上实现了状态最佳成果，适用于多样化和真实的智能手机图像。
引用
@article{arxiv.2404.11569,
title = {Simple Image Signal Processing using Global Context Guidance},
author = {Omar Elezabi and Marcos V. Conde and Radu Timofte},
journal= {arXiv preprint arXiv:2404.11569},
year = {2024}
}
备注
IEEE International Conference on Image Processing (ICIP) 2024 - Oral Presentation