简介

(1)论文2:
Attention Guided Low-light Image Enhancement with a Large Scale Low-light Simulation Dataset
(2)论文链接:
https://arxiv.org/pdf/1908.00682v3.pdf
(3)源代码链接:
https://github.com/Lvfeifan/MBLLEN

主要idea

弱光图像增强具有一定的挑战性,因为它不仅需要考虑亮度恢复,还需要考虑颜色失真和噪声等复杂问题,这些问题通常隐藏在黑暗中。简单地调整低光图像的亮度将不可避免地放大这些伪影。本文提出了一种基于多分支卷积神经网络的端到端注意力引导方法,且在多个数据集上的大量实验表明,我们的方法可以产生高保真的低光图像增强结果,并在数量和视觉上大大优于现有的先进方法。

实验简介

首先用精心设计的弱光模拟策略构建一个合成数据集。该数据集比现有数据集更大、更多样化。利用新的数据集进行训练,学习两个注意图分别指导亮度增强和去噪任务。第一种注意图区分了曝光不足和光照充足的区域,第二种注意图区分了噪声和真实纹理。
实验环境:
python
数据集:
Training set contains three sub-sets:
1.train (Original images as the ground truth, image size is 256256, JPG image)
2.train_dark (Synthetic lowlight images without additional noise, image size is 256
256, JPG image)
3.train_lowlight (Synthetic lowlight images with Poisson noise, image size is 256*256, JPG image)
model:
LOL_img_lowlight.h5
Syn_img_lowlight.h5
Syn_img_lowlight_withnoise.h5(默认模型)
运行步骤:
1)可以直接运行test.py,输入为input文件下图片,默认使用Syn_img_lowlight_withnoise.h5模型,输出在result文件夹。
2)也可以直接用自己的数据集训练模型在在运行,训练模型是运行train.py,要注意更改代码中数据集的地址。

实验结果

输出结果为输入的每一张图增加为三张,第一张为原图,第二张为将光线不足的区域与光线充足的区域区分开所得到的图,第三张为将噪声与真实纹理区分开的图
(1)Syn_img_lowlight_withnoise模型




(2)Syn_img_lowlight模型




(3)LOL_img_lowlight模型


二维码提升对比度文献调研(4)--Attention Guided Low-light Image Enhancement相关推荐

  1. 二维码提升对比度文献调研(3)--A Low-Complexity Algorithm for Contrast Enhancement of Digital Images

    简介 (1)论文(包括期刊和发表时间):A Low-Complexity Algorithm for Contrast Enhancement of Digital Images (2)论文链接: h ...

  2. 二维码提升对比度文献调研(1)--Fast Image Processing with Fully-Convolutional Networks

    简介 (1) 论文 (期刊和发表时间) Fast Image Processing with Fully-Convolutional Networks (ICCV 会议 2017) (2) 论文链接 ...

  3. 二维码提升对比度文献调研(5)--DeepLPF: Deep Local Parametric Filters for Image Enhancement

    简介 (1)论文名称: DeepLPF: Deep Local Parametric Filters for Image Enhancement CVPR 2020 (2)论文链接: https:// ...

  4. 二维码提升对比度文献调研(2)--Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement

    简介 论文 (期刊和发表时间) Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement (CVPR 会议 2020) ...

  5. 通过超分辨率重构来提高二维码的对比度

    1 问题描述 (1)图像分辨率小.例如一些嵌入在海报(如图1)或远距离拍摄的码,其分辨率远小于通常情况下的码图像. 图1.海报中的二维码占比很小 (2)图像质量较低.有很多是经过了多次的压缩和转发,存 ...

  6. 如何利用二维码来提升你的店铺销量?

    从每年的618.双12 这些购物狂欢节不断攀升的巨额成交数据不难看出,网上购物越来越受欢迎了. 这让无数人看到了其中蕴藏的巨大商机,纷纷入驻各大电商平台.但是随着平台商家的不断增加,竞争也愈加激烈. ...

  7. 突破屏蔽,提升店铺销量,你需要一个社交媒体二维码

    2021"京东618,18周年庆"累计下单金额超3438亿元,创下新的纪录.236个品牌销售过亿,其中中国品牌占比达73%. 从每年的618.双12 这些购物狂欢节不断攀升的巨额成 ...

  8. MutationObserver监测qrcodejs2二维码生成失败

    qrcodejs2官方文档中没有给出回调或者通知用户什么时候二维码生成完毕,调研之后,此次用到了MutationObserver. MutationObserver MutationObserver接 ...

  9. 获取小程序二维码并保存为图片

    项目中遇到一个生成小程序二维码的需求,经过调研采用官方提供的wxacode.getUnlimited 方法来生成, 官方文档地址: https://developers.weixin.qq.com/m ...

最新文章

  1. [转载] 理解RESTful架构
  2. 怎样用hibernate验证登陆界面的用户名和密码
  3. sklearn:sklearn.preprocessing的MinMaxScaler简介、使用方法之详细攻略
  4. 使用Qt创建XML文档及XML文档的增删改
  5. Mysql导入导出数据总结
  6. SqlCommandBuilder自动创建dataAdapter数据库操作命令
  7. RN 开发遇到的问题之传参函数错误Invariant Violation: Maximum update depth exceeded.
  8. DelphiXE10.2.3 Firemonkey下窗体的编译异常处理
  9. Windows XP虚拟机到期无法使用的解决方案(救急版)
  10. 学科分类号 计算机技术,学科分类号 0806.DOC
  11. 【JavaWeb从零到一】↣JDBC连接池JDBCTemplate
  12. win7怎么桌面显示计算机图标不见了,win7显示桌面图标不见了如何恢复【图文】...
  13. chrome浏览器 各个版本下载地址
  14. EDG夺冠火爆全网,官网域名用的如何?
  15. 通过kiwix浏览wikipedia
  16. 严打“霸座”“扒车门”!去年12月以来已有12人被行拘
  17. 全球及中国网络安全行业项目投资调研及十四五前景展望分析报告2021-2027
  18. Golang 操作TSV文件实战教程
  19. grep多关键词查询
  20. 设计模式-抽象工厂模式的应用场景及Java中对抽象工厂的应用

热门文章

  1. 文件系统应用笔记之一:FatFS在STM32F4上的移植
  2. 计算机PPT03,南京大学计算机网络课件03.ppt
  3. 美国大学计算机专业排名2014,2014年美国大学本科计算机专业排名
  4. c语言case接收字符,switch-case-break:字符释义 | 新思维:C语言程序设计
  5. JAVA入门级教学之(if语句)
  6. python虚拟环境 pyenv_Python 虚拟环境 pyenv、venv(pyvenv)、virtualenv之间的区别
  7. 如何侦听网线数据_网络工程师 | 七类网线水晶头又如何制作?
  8. websocket底层处理粘包_Socket解决粘包问题1
  9. python调用百度地图画轨迹图_[宜配屋]听图阁
  10. php保存复制粘贴的网页内容,JS实现网站内容的禁止复制和粘贴、另存为