基于深度学习的低照度图像增强方法

• 作者: 马悦
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 图像增强 低照度图像 深度学习 注意力机制
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 85-89
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2021.01.015

摘要

在低照度环境下采集的图像往往亮度不足,导致在后续视觉任务中难以有效利用.针对这一问题,过去的低照度图像增强方法大多在极度低光场景中表现失败,甚至放大了图像中的底层噪声.为了解决这一难题,本文提出了 一种新的基于深度学习的端到端神经网络,该网络主要通过空间和通道双重注意力机制来抑制色差和噪声,其中空间注意力模块利用图像的非局部相关性进行去噪,通道注意力模块用来引导网络细化冗余的色彩特征.实验结果表明,与其他主流算法相比,本文方法在主观视觉和客观评价指标上均得到了进一步提高.