基于联合频率域先验引导扩散的零样本低光图像增强
计算机视觉与模式识别
2024-11-22 v1
摘要
由于现实世界配对数据集的稀缺性和低光环境的复杂性，导致监督方法缺乏一定的场景泛化能力。同时，由于光照和内容引导的不足，现有零样本方法无法很好地处理未知的严重退化情况。为此，我们提出了一种新的零样本低光增强方法，通过有效地结合小波和傅里叶频率域，构建丰富的先验信息，以弥补扩散采样过程中缺乏的光照和结构信息。灵感来源于小波和傅里叶频率域之间的相似性：光照和结构信息分别与特定的频率域区域密切相关。因此，通过将扩散过程转移到小波低频率域，并通过持续分解小波和傅里叶频率域来实现逆过程，将构建的丰富照明先验用于引导图像生成增强过程。充分的实验表明，该框架在各种场景中都具有稳健性和有效性。该代码将在GitHub上公开获取。
引用
@article{arxiv.2411.13961,
title = {Zero-Shot Low-Light Image Enhancement via Joint Frequency Domain Priors Guided Diffusion},
author = {Jinhong He and Shivakumara Palaiahnakote and Aoxiang Ning and Minglong Xue},
journal= {arXiv preprint arXiv:2411.13961},
year = {2024}
}