StarEnhancer：学习实时且风格感知的图像增强
计算机视觉与模式识别
2021-08-03 v3
摘要
图像增强是一个主观过程，其目标随用户偏好而变化。本文提出一种基于深度学习的图像增强方法，仅使用单一模型（称为 StarEnhancer）即可涵盖多种色调风格。它能将图像从一种色调风格转换至另一种，即便该风格未曾见过。通过简单的一次性设置，用户可定制模型，使增强图像更契合其审美。为使方法更实用，我们提出了一种精心设计的增强器，能以超过 200 FPS 处理 4K 分辨率图像，且在 PSNR、SSIM 与 LPIPS 上超越同期的单风格图像增强方法。最后，我们所提增强方法具有良好的交互性，允许用户通过直观选项对增强图像进行微调。
引用
@article{arxiv.2107.12898,
title = {StarEnhancer: Learning Real-Time and Style-Aware Image Enhancement},
author = {Yuda Song and Hui Qian and Xin Du},
journal= {arXiv preprint arXiv:2107.12898},
year = {2021}
}