基于多尺度曝光融合与混合学习的单图像提亮
计算机视觉与模式识别
2020-07-27 v2 图像与视频处理
摘要
通常在逆光或低光条件下拍摄图像会使用小 ISO 和小曝光时间，这导致图像运动模糊可忽略且噪声小，但看起来很暗。本文提出一种单图像提亮算法来提亮此类图像。所提算法包含一个独特的混合学习框架，用于生成两张大曝光时间的虚拟图像。虚拟图像首先通过强度映射函数（IMF）生成，这些函数利用相机响应函数（CRF）计算，这是一种模型驱动方法。随后采用数据驱动方法（即残差卷积神经网络）增强这两张虚拟图像，以逼近真实图像。在所提混合学习框架中，模型驱动与数据驱动方法相互补偿。最终提亮图像通过多尺度曝光融合算法并配以适当定义的权重，融合原始图像与两张虚拟图像得到。实验结果表明，所提提亮算法在 MEF-SSIM 指标上优于现有算法。
引用
@article{arxiv.2007.02042,
title = {Single Image Brightening via Multi-Scale Exposure Fusion with Hybrid Learning},
author = {Chaobing Zheng and Zhengguo Li and Yi Yang and Shiqian Wu},
journal= {arXiv preprint arXiv:2007.02042},
year = {2020}
}
备注
11 pages