一种基于MR-VAE的低照度图像增强方法

• 作者: 伍旭 张少钦 江泽涛
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 低照度图像增强 多重构 多项损失 多重失真 变分自编码 残差网络
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 大数据与智能图象处理
• 页码范围: 1328-1339
• 页数: 12页
• 分类号: TP391
• 字数: 6263字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2020.01328

摘要

针对低照度图像多重失真特点(低亮度、多噪声和模糊等),本文基于变分自编码器提出了一种多重构变分自编码器(Multiple Reconstruction-Variational AutoEncoder,MR-VAE),逐步增强、从粗到细地生成高质量低照度增强图像.MR-VAE由特征概率分布捕获、全局重构和细节重构三个模块构成,核心思想是将全局特征与局部特征分阶段重建、将多重失真问题逐步解决,全局重构模块构建图像全局特征,提高全局亮度,得到较粗糙的图像;细节重构模块权衡去噪与去模糊,生成细节更逼真、噪声更少与局部亮度更合适的图像;此外,本文定义了一个多项损失函数替代l2损失,以引导网络生成高质量图像.实验结果表明,多重构与多项损失函数的设计提高了网络生成复杂图像、处理多重失真的低照度图像性能,且提高了生成图像的质量、信噪比和视觉特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张少钦	南昌航空大学土木建筑学院	59	331	11.0	17.0
2	江泽涛	桂林电子科技大学广西图像图形与智能处理重点实验室	32	62	4.0	7.0
3	伍旭	桂林电子科技大学广西图像图形与智能处理重点实验室	1	0	0.0	0.0