当前位置: 首页 > web >正文

EnlightenGAN:低照度图像增强

简介

简介:记录如何使用EnlightenGAN来做低照度图像增强。该论文主要是提供了一个高效无监督的生成对抗网络,通过全球局部歧视器结构,一种自我调节的感知损失融合,以及注意机制来得到无需匹配的图像增强效果。

论文题目:EnlightenGAN: Deep Light Enhancement Without Paired Supervision

期刊:IEEE TRANSACTIONS ON IMAGE PROCESSING

摘要:基于深度学习的方法在图像恢复和增强方面取得了巨大的成功,但是当缺乏配对培训数据时,它们是否仍然具有竞争力? 如一个这样的例子,本文探讨了低光图像增强问题,在实践中,同时拍摄相同视觉场景的低光和正常光线是极具挑战性的。 我们提出了一个被称为Enlightengan的高效无监督的生成对抗网

http://www.xdnf.cn/news/197.html

相关文章:

  • CUDA Driver 安装与升级(CentOS 7)
  • Day(23)--反射
  • java的lambda和stream流操作
  • # 使用 PyTorch 构建并训练一个简单的 CNN 模型进行图像分类
  • 推荐一款Umi-OCR_文字识别工具
  • 黑马V11版 最新Java高级软件工程师课程-JavaEE精英进阶课
  • 基于 JSP 的企业财务管理系统:设计、实现与技术解析
  • C++ 面向对象关键语法详解:override、虚函数、转发调用和数组引用传参-策略模式
  • 招商信诺原点安全:一体化数据安全管理解决方案荣获“鑫智奖”!
  • 健康养生指南
  • 51单片机实验六:通用型1602液晶操作方法
  • java 排序算法-快速排序
  • uCOS3实时操作系统(系统架构和中断管理)
  • 【行测】数量关系
  • 医学教育视频会议系统私有化部署方案
  • 抗辐照设计优化:商业航天高可靠系统设计的关键路径
  • Zookeeper介绍与安装配置
  • webgl入门实例-11WebGL 视图矩阵 (View Matrix)基本概念
  • 项目管理基础---引言
  • 进阶篇|CAN FD 与性能优化
  • C# 单例模式
  • 交叉注意力层的实质作用:连接编码器和解码器
  • 【C++】入门基础【上】
  • 【Pandas】pandas DataFrame isin
  • CentOS7执行yum命令报错 Could not retrieve mirrorlist http://mirrorlist.centos.org
  • 使用Java动态数据生成PDF报告:简化您的报告导出流程
  • 利用大模型实现地理领域文档中英文自动化翻译
  • 计算机网络——网络模型
  • 高频面试题:Android MVP/MVVM/MVI这几种架构在实际生产中,各自的优缺点和适用场景是什么
  • Banana Pi BPI-RV2 RISC-V 路由器开发板发售, 全球首款RISC-V路由器