亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

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
温水煮青蛙完成签到 ,获得积分10
15秒前
18秒前
李小猫完成签到,获得积分10
22秒前
24秒前
24秒前
李小猫发布了新的文献求助10
24秒前
36秒前
这像话吗发布了新的文献求助10
42秒前
Alanni完成签到 ,获得积分10
48秒前
彭于晏应助这像话吗采纳,获得10
52秒前
123321完成签到 ,获得积分10
53秒前
清爽夜雪完成签到,获得积分10
1分钟前
1分钟前
学术小白完成签到,获得积分10
1分钟前
1分钟前
Jay发布了新的文献求助10
1分钟前
1分钟前
chenpipi发布了新的文献求助10
1分钟前
麻辣小龙虾完成签到,获得积分10
2分钟前
2分钟前
时光翩然轻擦完成签到,获得积分10
2分钟前
无花果应助完美不二采纳,获得10
2分钟前
2分钟前
2分钟前
2分钟前
团团团发布了新的文献求助10
2分钟前
2分钟前
Jay发布了新的文献求助10
2分钟前
2分钟前
2分钟前
加菲丰丰应助科研通管家采纳,获得20
2分钟前
3分钟前
cybfighting发布了新的文献求助10
3分钟前
3分钟前
完美世界应助影子采纳,获得10
3分钟前
3分钟前
打打应助cybfighting采纳,获得10
3分钟前
杨乃彬完成签到,获得积分10
3分钟前
花花完成签到,获得积分10
3分钟前
nenoaowu发布了新的文献求助10
3分钟前
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
Dictionary of socialism 350
Mixed-anion Compounds 300
Geochemistry, 2nd Edition 地球化学经典教科书第二版 300
Idoxuridine 260
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 3196619
求助须知:如何正确求助?哪些是违规求助? 2845402
关于积分的说明 8054028
捐赠科研通 2509944
什么是DOI,文献DOI怎么找? 1342162
科研通“疑难数据库(出版商)”最低求助积分说明 639320
邀请新用户注册赠送积分活动 608622