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
自然的砖头完成签到,获得积分10
刚刚
2秒前
西登完成签到,获得积分10
2秒前
2秒前
cccc完成签到,获得积分10
3秒前
科研通AI2S应助Ray采纳,获得10
3秒前
深情安青应助Sun采纳,获得10
4秒前
5秒前
okay好好完成签到 ,获得积分10
6秒前
现代千青完成签到,获得积分10
8秒前
外向的不尤完成签到,获得积分20
8秒前
9秒前
卡卡完成签到 ,获得积分10
10秒前
胡胡完成签到,获得积分10
11秒前
CC完成签到,获得积分10
11秒前
炒栗子发布了新的文献求助10
11秒前
1111发布了新的文献求助10
13秒前
打打应助多金采纳,获得10
13秒前
14秒前
Sun发布了新的文献求助10
14秒前
躺平才有生活完成签到,获得积分10
14秒前
研友_8WMQ5n完成签到,获得积分10
15秒前
Jasper应助科研通管家采纳,获得10
16秒前
星辰大海应助科研通管家采纳,获得10
16秒前
16秒前
汉堡包应助科研通管家采纳,获得30
16秒前
乐乐应助科研通管家采纳,获得50
17秒前
keisuke33发布了新的文献求助10
17秒前
17秒前
常常应助科研通管家采纳,获得10
17秒前
默默柚子完成签到,获得积分10
17秒前
搜集达人应助科研通管家采纳,获得10
17秒前
小马甲应助科研通管家采纳,获得10
17秒前
随机子应助科研通管家采纳,获得10
17秒前
打打应助科研通管家采纳,获得10
17秒前
常常应助科研通管家采纳,获得10
17秒前
斯文败类应助科研通管家采纳,获得10
17秒前
脑洞疼应助科研通管家采纳,获得10
17秒前
wanci应助科研通管家采纳,获得10
17秒前
烟花应助科研通管家采纳,获得10
17秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
2024 Medicinal Chemistry Reviews 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 3191006
求助须知:如何正确求助?哪些是违规求助? 2840262
关于积分的说明 8027729
捐赠科研通 2503618
什么是DOI,文献DOI怎么找? 1336979
科研通“疑难数据库(出版商)”最低求助积分说明 638000
邀请新用户注册赠送积分活动 606406