|
|||||
|
|
| 基于GAN和U-Net的低光照图像增强算法 | |
| 作者姓名： | 李晨曦 李健 |
| 作者单位： | 中国科学院 计算机网络信息中心, 北京 100190,中国科学院大学, 北京 100049 |
| 基金项目： | 国家重点研发计划 (2019YFC0507405) |
| 摘 要： | 夜间、低光照等条件下的产生的图像数据,存在画面过暗、细节丢失的问题,对理解图像内容、提取图像特征造成阻碍.研究针对此类图像的增强方法,恢复图像的亮度、对比度和细节,在数字摄影、上游计算机视觉任务中有着重要的应用价值.本文提出一种基于U-Net的生成对抗网络,生成器采用带有混合注意力机制的U-Net模型,其中混合注意力模... |
| 关 键 词： | 低光照图像增强 生成对抗网络 U-Net 混合注意力 non-local 深度学习 |
| 收稿时间： | 2021-07-13 |
| 修稿时间： | 2021-08-04 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载免费的PDF全文 | |