Unsupervised Night Image Enhancement: When Layer Decomposition Meets Light-Effects Suppression

要約

夜の画像は、暗い場所だけでなく、光の不均一な分布にも悩まされます。
ほとんどの既存の夜間視界強化方法は、主に低照度領域の強化に焦点を合わせています。
これは必然的に、光の影響（グレア、投光照明など）の影響を受ける領域など、明るい領域での過度の強調と彩度につながります。
この問題に対処するには、明るい領域での光の影響を抑制し、同時に暗い領域の強度を高める必要があります。
この考えを念頭に置いて、層分解ネットワークと光効果抑制ネットワークを統合する教師なし手法を紹介します。
入力として単一の夜の画像が与えられると、私たちの分解ネットワークは、教師なし層固有の事前損失に導かれて、シェーディング、反射率、および光効果層を分解することを学習します。
当社の光効果抑制ネットワークは、光効果をさらに抑制し、同時に、暗い領域の照明を強化します。
この光効果抑制ネットワークは、光効果領域に焦点を合わせるためのガイダンスとして、推定された光効果層を利用します。
背景の詳細​​を回復し、幻覚/アーティファクトを減らすために、構造と高周波の一貫性の損失を提案します。
実像に対する私たちの定量的および定性的評価は、私たちの方法が、常夜灯の影響を抑制し、暗い領域の強度を高めるという点で、最先端の方法よりも優れていることを示しています。

要約(オリジナル)

Night images suffer not only from low light, but also from uneven distributions of light. Most existing night visibility enhancement methods focus mainly on enhancing low-light regions. This inevitably leads to over enhancement and saturation in bright regions, such as those regions affected by light effects (glare, floodlight, etc). To address this problem, we need to suppress the light effects in bright regions while, at the same time, boosting the intensity of dark regions. With this idea in mind, we introduce an unsupervised method that integrates a layer decomposition network and a light-effects suppression network. Given a single night image as input, our decomposition network learns to decompose shading, reflectance and light-effects layers, guided by unsupervised layer-specific prior losses. Our light-effects suppression network further suppresses the light effects and, at the same time, enhances the illumination in dark regions. This light-effects suppression network exploits the estimated light-effects layer as the guidance to focus on the light-effects regions. To recover the background details and reduce hallucination/artefacts, we propose structure and high-frequency consistency losses. Our quantitative and qualitative evaluations on real images show that our method outperforms state-of-the-art methods in suppressing night light effects and boosting the intensity of dark regions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google