结构先验引导的生成对抗Transformer用于低光照图像增强
计算机视觉与模式识别
2022-07-20 v2 图像与视频处理
摘要
我们提出了一种有效的结构先验引导生成对抗Transformer（SPGAT）来解决低光照图像增强问题。我们的SPGAT主要包含一个带有两个判别器和一个结构先验估计器（SPE）的生成器。生成器基于U形Transformer，用于探索非局部信息以实现更清晰的图像复原。SPE用于从图像中挖掘有用结构，以引导生成器更好地估计结构细节。为生成更真实的图像，我们提出了一种新的结构先验引导对抗学习方法，通过在生成器与判别器之间建立跳跃连接，使判别器能更好地区分真实与虚假特征。最后，我们提出了一种基于并行窗口的Swin Transformer块，以聚合不同层级的特征用于高质量图像复原。实验结果表明，所提出的SPGAT在合成与真实世界数据集上均优于近期最先进的方法。
引用
@article{arxiv.2207.07828,
title = {Structural Prior Guided Generative Adversarial Transformers for Low-Light Image Enhancement},
author = {Cong Wang and Jinshan Pan and Xiao-Ming Wu},
journal= {arXiv preprint arXiv:2207.07828},
year = {2022}
}