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
Albertxkcj发布了新的文献求助10
1秒前
容易完成签到 ,获得积分10
1秒前
wanghuiyanyx完成签到,获得积分10
1秒前
9494发布了新的文献求助10
1秒前
正在摸鱼仙人完成签到,获得积分10
1秒前
一叶之秋完成签到 ,获得积分10
2秒前
3秒前
4秒前
4秒前
思源应助pp采纳,获得30
4秒前
wandong应助典雅的静采纳,获得10
5秒前
李琛完成签到,获得积分10
5秒前
6秒前
呆萌的萝完成签到,获得积分10
6秒前
博士完成签到,获得积分10
7秒前
Sunshine发布了新的文献求助10
8秒前
8秒前
8秒前
AnhaoY应助szl采纳,获得10
9秒前
Cwx2020完成签到,获得积分10
9秒前
王心心发布了新的文献求助10
10秒前
星辰大海应助松帅采纳,获得10
10秒前
11秒前
星星的梦发布了新的文献求助10
11秒前
charles发布了新的文献求助20
12秒前
青予完成签到,获得积分10
12秒前
simon发布了新的文献求助10
12秒前
12秒前
天天快乐应助荔枝吖采纳,获得10
12秒前
小葡发布了新的文献求助10
13秒前
14秒前
14秒前
15秒前
香蕉觅云应助狗大王采纳,获得30
15秒前
孤独的觅云完成签到 ,获得积分10
15秒前
15秒前
16秒前
章鱼发布了新的文献求助10
17秒前
淡定井完成签到 ,获得积分10
17秒前
jzh522425发布了新的文献求助10
18秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Femoral insertion of the ACL. Radiographic quadrant method 1000
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
2024 Medicinal Chemistry Reviews 400
Dictionary of socialism 350
Geochemistry, 2nd Edition 地球化学经典教科书第二版 300
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 3194506
求助须知:如何正确求助?哪些是违规求助? 2843387
关于积分的说明 8044866
捐赠科研通 2507856
什么是DOI,文献DOI怎么找? 1340237
科研通“疑难数据库(出版商)”最低求助积分说明 638902
邀请新用户注册赠送积分活动 607780