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
机智的天天完成签到,获得积分10
刚刚
4秒前
大模型应助时空掌门人采纳,获得10
4秒前
hhhh完成签到,获得积分10
7秒前
riccixuu完成签到 ,获得积分10
9秒前
zhaimengting发布了新的文献求助10
9秒前
sword完成签到,获得积分10
10秒前
11秒前
ccm应助小羊皮革采纳,获得10
11秒前
崔崔关注了科研通微信公众号
12秒前
科研通AI2S应助逢投必中采纳,获得10
12秒前
14秒前
魏莱完成签到,获得积分10
14秒前
晚睡要秃头完成签到,获得积分10
14秒前
jreey2744完成签到 ,获得积分10
15秒前
15秒前
15秒前
16秒前
16秒前
kingwhitewing发布了新的文献求助10
16秒前
17秒前
17秒前
urochen发布了新的文献求助10
18秒前
完美世界应助哇咔咔采纳,获得10
18秒前
19秒前
郭二发布了新的文献求助10
20秒前
火星天发布了新的文献求助10
20秒前
Imp发布了新的文献求助10
20秒前
master-f完成签到 ,获得积分10
21秒前
Alive完成签到 ,获得积分10
21秒前
尊敬曼岚发布了新的文献求助10
22秒前
22秒前
二月why发布了新的文献求助10
23秒前
zcbb完成签到,获得积分10
23秒前
24秒前
YDSG完成签到,获得积分10
26秒前
端庄半凡完成签到 ,获得积分10
27秒前
28秒前
恺恺发布了新的文献求助10
28秒前
小二郎应助闫倬闻采纳,获得10
30秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 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
Handbook on People's China (1957) 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 3189540
求助须知:如何正确求助?哪些是违规求助? 2838865
关于积分的说明 8021970
捐赠科研通 2501733
什么是DOI,文献DOI怎么找? 1335976
科研通“疑难数据库(出版商)”最低求助积分说明 637750
邀请新用户注册赠送积分活动 605818