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
刚刚
1秒前
打打应助wangtingyu采纳,获得10
1秒前
Zlinco发布了新的文献求助10
1秒前
薛蹇完成签到,获得积分10
2秒前
共享精神应助Pdacac采纳,获得10
2秒前
汉堡包应助小九采纳,获得10
2秒前
小二郎应助学习者采纳,获得20
3秒前
青柏完成签到,获得积分20
3秒前
12发布了新的文献求助10
3秒前
拼搏笑阳应助guangshuang采纳,获得10
3秒前
4秒前
nuonuo发布了新的文献求助10
4秒前
huzehao发布了新的文献求助10
4秒前
jackish发布了新的文献求助10
5秒前
拒绝去偏旁完成签到 ,获得积分10
5秒前
5秒前
周shang发布了新的文献求助10
6秒前
青柏发布了新的文献求助10
6秒前
6秒前
7秒前
hehehehe完成签到,获得积分10
7秒前
若邻完成签到,获得积分10
8秒前
8秒前
Orange应助pure采纳,获得10
8秒前
9秒前
坚强的山芙完成签到,获得积分10
9秒前
耍酷的花生完成签到,获得积分20
10秒前
薛蹇发布了新的文献求助10
10秒前
奈木扎完成签到,获得积分10
11秒前
乔呆驼发布了新的文献求助10
11秒前
里里发布了新的文献求助10
12秒前
小杰发布了新的文献求助10
12秒前
深情安青应助diu采纳,获得30
13秒前
JHB完成签到,获得积分10
13秒前
13秒前
chenyiyi发布了新的文献求助30
14秒前
完美世界应助peng采纳,获得30
14秒前
Pdacac发布了新的文献求助10
14秒前
朴素的问枫完成签到,获得积分10
16秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mixed-anion Compounds 600
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
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
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 3198400
求助须知:如何正确求助?哪些是违规求助? 2847503
关于积分的说明 8063551
捐赠科研通 2512220
什么是DOI,文献DOI怎么找? 1344099
科研通“疑难数据库(出版商)”最低求助积分说明 639712
邀请新用户注册赠送积分活动 609381