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
万能图书馆应助sidegate采纳,获得10
刚刚
1秒前
机械腾发布了新的文献求助10
1秒前
daisies完成签到,获得积分10
1秒前
NexusExplorer应助黑米粥采纳,获得10
2秒前
可乐要加冰完成签到,获得积分10
2秒前
麦片粥发布了新的文献求助10
2秒前
研友_ng9Jq8完成签到,获得积分10
4秒前
hedgehog完成签到,获得积分10
4秒前
整齐向卉完成签到,获得积分10
4秒前
5秒前
5秒前
老年陈皮发布了新的文献求助10
5秒前
NexusExplorer应助夙与采纳,获得10
7秒前
黄毛虎发布了新的文献求助10
7秒前
paparazzi221应助ding采纳,获得50
7秒前
Vert完成签到,获得积分20
8秒前
hedgehog发布了新的文献求助10
9秒前
9秒前
赘婿应助陶醉水云采纳,获得10
10秒前
10秒前
damieob发布了新的文献求助10
11秒前
老年陈皮完成签到,获得积分20
12秒前
满意静丹完成签到,获得积分10
12秒前
12秒前
12秒前
大个应助宗宗采纳,获得10
12秒前
伶俐板栗完成签到,获得积分10
13秒前
白vv应助抄手爱吃皮采纳,获得10
13秒前
英俊的铭应助lang采纳,获得10
13秒前
李y梅子完成签到 ,获得积分10
13秒前
亮亮完成签到,获得积分10
13秒前
Vert发布了新的文献求助30
14秒前
美妞儿~发布了新的文献求助30
14秒前
打打应助wh雨采纳,获得10
14秒前
丘比特应助灿灿采纳,获得10
15秒前
15秒前
小橙同学完成签到 ,获得积分20
15秒前
传奇3应助科研通管家采纳,获得10
15秒前
情怀应助科研通管家采纳,获得10
15秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Femoral insertion of the ACL. Radiographic quadrant method 1000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Dictionary of socialism 350
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 3194220
求助须知:如何正确求助?哪些是违规求助? 2843167
关于积分的说明 8043462
捐赠科研通 2507648
什么是DOI,文献DOI怎么找? 1339979
科研通“疑难数据库(出版商)”最低求助积分说明 638854
邀请新用户注册赠送积分活动 607696