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
青梅发布了新的文献求助10
1秒前
2秒前
百龄童应助sakuraffs采纳,获得10
5秒前
wergou发布了新的文献求助10
8秒前
缥缈孤兰发布了新的文献求助30
9秒前
暴富完成签到,获得积分10
9秒前
suanquan完成签到,获得积分10
11秒前
Musou完成签到,获得积分10
12秒前
lllll完成签到,获得积分20
12秒前
14秒前
15秒前
tfy完成签到 ,获得积分10
16秒前
NexusExplorer应助丁先生采纳,获得10
17秒前
涛尔多完成签到,获得积分10
18秒前
田様应助俊逸的汲采纳,获得10
18秒前
18秒前
由由发布了新的文献求助10
20秒前
23秒前
徐栩栩发布了新的文献求助10
23秒前
追梦完成签到,获得积分10
24秒前
26秒前
piansan发布了新的文献求助10
26秒前
Myx完成签到,获得积分10
27秒前
丁先生发布了新的文献求助10
28秒前
周星星发布了新的文献求助10
29秒前
29秒前
30秒前
小吴同志发布了新的文献求助30
32秒前
Liao完成签到 ,获得积分10
33秒前
猫咪老师应助席江海采纳,获得30
33秒前
调研昵称发布了新的文献求助10
33秒前
俊逸的汲发布了新的文献求助10
34秒前
邹荣完成签到 ,获得积分10
36秒前
慕青应助周星星采纳,获得10
37秒前
潇潇洒洒发布了新的文献求助10
38秒前
wanci应助yio采纳,获得10
38秒前
Owen应助嘻嘻采纳,获得10
39秒前
yyy发布了新的文献求助10
40秒前
40秒前
爆米花应助武雨寒采纳,获得10
40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
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
Dictionary of socialism 350
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 3191886
求助须知:如何正确求助?哪些是违规求助? 2841256
关于积分的说明 8031972
捐赠科研通 2504677
什么是DOI,文献DOI怎么找? 1337957
科研通“疑难数据库(出版商)”最低求助积分说明 638224
邀请新用户注册赠送积分活动 606733