TSN-CA：一种带通道注意力的两阶段低光照图像增强网络
图像与视频处理
2021-10-07 v1 计算机视觉与模式识别
摘要
低光照图像增强是一项具有挑战性的底层计算机视觉任务，因为在提升图像亮度后，我们必须处理被放大的噪声、色彩失真、细节丢失、边缘模糊、阴影块和光晕伪影。本文中，我们提出一种带通道注意力的两阶段网络(记为TSN-CA)，用于增强低光照图像亮度并从各类退化中恢复增强后的图像。在第一阶段，我们在HSV空间增强低光照图像亮度，并利用H和S通道的信息辅助V通道中细节的恢复。在第二阶段，我们将通道注意力(CA)机制集成到U-Net的跳跃连接中，以在RGB空间从严重退化中恢复亮度增强后的图像。我们在LOL真实世界与合成数据集上训练并评估所提模型的性能。此外，我们在多个其他常用且无真值(Ground-Truth)的数据集上测试了我们的模型。我们进行了大量实验以证明我们的方法在亮度增强以及去噪、细节保持和光晕伪影消除方面取得了优异效果。我们的方法在定性与定量上均优于许多其他SOTA方法。
引用
@article{arxiv.2110.02477,
title = {TSN-CA: A Two-Stage Network with Channel Attention for Low-Light Image Enhancement},
author = {Xinxu Wei and Xianshi Zhang and Shisen Wang and Yanlin Huang and Yongjie Li},
journal= {arXiv preprint arXiv:2110.02477},
year = {2021}
}
备注
8 pages, 8 figures