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
星辰大海应助于宁采纳,获得10
1秒前
2秒前
送不送书7完成签到 ,获得积分10
2秒前
2秒前
2秒前
芳腻爱学习完成签到,获得积分10
2秒前
4秒前
才才完成签到 ,获得积分10
4秒前
Lily发布了新的文献求助10
5秒前
BaiX应助哈哈哈采纳,获得20
6秒前
克莱发布了新的文献求助10
7秒前
7秒前
123关注了科研通微信公众号
7秒前
7秒前
8秒前
10秒前
WQ发布了新的文献求助10
10秒前
11秒前
风趣月饼给风趣月饼的求助进行了留言
11秒前
破伤疯应助科研通管家采纳,获得10
12秒前
席以亦发布了新的文献求助20
12秒前
英姑应助科研通管家采纳,获得10
12秒前
12秒前
13秒前
脑洞疼应助tysassel采纳,获得10
14秒前
CodeCraft应助zhangyixin采纳,获得10
14秒前
按住心动完成签到,获得积分20
14秒前
15秒前
大模型应助wf采纳,获得10
15秒前
小醒发布了新的文献求助10
16秒前
17秒前
17秒前
17秒前
凭亿近人发布了新的文献求助10
17秒前
20秒前
Bella发布了新的文献求助30
21秒前
24秒前
123发布了新的文献求助10
24秒前
25秒前
29秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Dictionary of socialism 350
Mixed-anion Compounds 300
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 3195319
求助须知:如何正确求助?哪些是违规求助? 2844117
关于积分的说明 8048717
捐赠科研通 2508734
什么是DOI,文献DOI怎么找? 1340949
科研通“疑难数据库(出版商)”最低求助积分说明 639078
邀请新用户注册赠送积分活动 608062