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
koyin关注了科研通微信公众号
刚刚
顺心安荷完成签到,获得积分10
1秒前
xuxingjie发布了新的文献求助10
2秒前
陈磨磨磨完成签到,获得积分10
5秒前
5秒前
小陈发布了新的文献求助10
6秒前
沉静立辉完成签到,获得积分10
6秒前
7秒前
7秒前
8秒前
王小胖完成签到,获得积分20
9秒前
Starr完成签到,获得积分10
9秒前
小羊哥发布了新的文献求助10
9秒前
11秒前
邹邹发布了新的文献求助10
11秒前
bb发布了新的文献求助10
11秒前
俞无声完成签到 ,获得积分10
12秒前
12秒前
777777777发布了新的文献求助10
12秒前
AkHuhahaha完成签到 ,获得积分10
12秒前
NexusExplorer应助踏实的诗筠采纳,获得10
13秒前
13秒前
第三方斯蒂芬完成签到,获得积分10
13秒前
稽TR发布了新的文献求助10
16秒前
16秒前
16秒前
16秒前
嗯哼应助灰二采纳,获得10
17秒前
搜集达人应助王宇辉采纳,获得10
17秒前
17秒前
苦雨完成签到,获得积分10
18秒前
悦耳人杰发布了新的文献求助10
18秒前
22秒前
不配.应助第三方斯蒂芬采纳,获得10
23秒前
松松小白发布了新的文献求助10
23秒前
幻想家姬别情完成签到,获得积分10
25秒前
25秒前
25秒前
26秒前
26秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
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 3191610
求助须知:如何正确求助?哪些是违规求助? 2840976
关于积分的说明 8030842
捐赠科研通 2504427
什么是DOI,文献DOI怎么找? 1337627
科研通“疑难数据库(出版商)”最低求助积分说明 638193
邀请新用户注册赠送积分活动 606684