仅需 90K 参数适配光照：一种用于图像增强与曝光校正的光照自适应轻量 Transformer
计算机视觉与模式识别
2022-10-11 v4
摘要
现实世界中具有挑战性的光照条件（低光、欠曝光和过曝光）不仅带来令人不快的视觉观感，还会损害计算机视觉任务。在相机捕获原始 RGB 数据后，图像信号处理器（ISP）将其渲染为标准 sRGB 图像。通过将 ISP 流水线分解为局部与全局图像分量，我们提出一种轻量快速的照明自适应 Transformer（IAT），以从低光或欠/过曝光条件中恢复正常光照的 sRGB 图像。具体而言，IAT 使用注意力查询来表示并调整与 ISP 相关的参数，如色彩校正、伽马校正。凭借仅约 90k 参数与约 0.004s 的处理速度，我们的 IAT 在当前基准低光增强与曝光校正数据集上持续取得优于 SOTA 的性能。具有竞争力的实验性能还表明，我们的 IAT 显著增强了各种光照条件下的目标检测与语义分割任务。训练代码与预训练模型可在 https://github.com/cuiziteng/Illumination-Adaptive-Transformer 获取。
引用
@article{arxiv.2205.14871,
title = {You Only Need 90K Parameters to Adapt Light: A Light Weight Transformer for Image Enhancement and Exposure Correction},
author = {Ziteng Cui and Kunchang Li and Lin Gu and Shenghan Su and Peng Gao and Zhengkai Jiang and Yu Qiao and Tatsuya Harada},
journal= {arXiv preprint arXiv:2205.14871},
year = {2022}
}
备注
BMVC 2022