Self-Supervised Low-Light Image Enhancement Using Discrepant Untrained Network Priors

颜色恒定性 人工智能 计算机科学 计算机视觉 模式识别(心理学) 先验概率 降噪 人工神经网络 图像(数学) 监督学习 贝叶斯概率
作者
Jinxiu Liang,Yong Xu,Yuhui Quan,Boxin Shi,Hui Gao
出处
期刊:IEEE Transactions on Circuits and Systems for Video Technology [Institute of Electrical and Electronics Engineers]
卷期号:32 (11): 7332-7345 被引量:12
标识
DOI:10.1109/tcsvt.2022.3181781
摘要

This paper proposes a deep learning method for low-light image enhancement, which exploits the generation capability of Neural Networks (NNs) while requiring no training samples except the input image itself. Based on the Retinex decomposition model, the reflectance and illumination of a low-light image are parameterized by two untrained NNs. The ambiguity between the two layers is resolved by the discrepancy between the two NNs in terms of architecture and capacity, while the complex noise with spatially-varying characteristics is handled by an illumination-adaptive self-supervised denoising module. The enhancement is done by jointly optimizing the Retinex decomposition and the illumination adjustment. Extensive experiments show that the proposed method not only outperforms existing non-learning-based and unsupervised-learning-based methods, but also competes favorably with some supervised-learning-based methods in extreme low-light conditions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
认真方盒发布了新的文献求助20
刚刚
2秒前
bghv完成签到,获得积分10
2秒前
小二郎应助slj采纳,获得10
2秒前
3秒前
puff完成签到,获得积分10
4秒前
4秒前
深海鱼发布了新的文献求助30
4秒前
4秒前
ZOEY发布了新的文献求助10
6秒前
深情安青应助puff采纳,获得10
7秒前
书岩发布了新的文献求助30
7秒前
勤能补拙发布了新的文献求助10
8秒前
10秒前
苏打发布了新的文献求助10
10秒前
fff完成签到,获得积分10
16秒前
所所应助fanature采纳,获得10
17秒前
陈强完成签到,获得积分10
19秒前
大虾完成签到,获得积分10
20秒前
深海鱼完成签到,获得积分10
22秒前
擦书完成签到,获得积分10
22秒前
22秒前
劲秉应助失眠的血茗采纳,获得10
24秒前
yxl要顺利毕业_发6篇C完成签到,获得积分10
25秒前
26秒前
阿布与小佛完成签到 ,获得积分10
28秒前
fanature发布了新的文献求助10
29秒前
30秒前
WuYiHHH完成签到,获得积分10
32秒前
33秒前
汉堡包应助科研通管家采纳,获得10
34秒前
李健应助科研通管家采纳,获得10
34秒前
慕青应助科研通管家采纳,获得10
34秒前
打打应助科研通管家采纳,获得10
34秒前
wanci应助科研通管家采纳,获得10
34秒前
大个应助科研通管家采纳,获得10
34秒前
传奇3应助科研通管家采纳,获得10
34秒前
34秒前
ding应助科研通管家采纳,获得10
34秒前
隐形曼青应助科研通管家采纳,获得10
34秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
Handbook on People's China (1957) 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3189013
求助须知:如何正确求助?哪些是违规求助? 2838460
关于积分的说明 8019847
捐赠科研通 2501314
什么是DOI,文献DOI怎么找? 1335507
科研通“疑难数据库(出版商)”最低求助积分说明 637555
邀请新用户注册赠送积分活动 605656