A Fast and Lightweight Network for Low-Light Image Enhancement

要約

タイトル：暗い画像の高速かつ軽量な向上のためのネットワーク
要約：
– 暗い画像は、しばしば深刻なノイズ、低い明るさ、低いコントラスト、色の偏り等の欠点がある
– いくつかの暗い画像の向上方法が提案されているが、これらの問題を同時に解決する効率的な方法が不足している
– FLW-Netと呼ばれる高速かつ軽量なネットワークを紹介する
– 効率的な暗い画像の改善を実現するため、絶対的な基準の欠如と大局的なコントラストを把握するために大きな受容野が必要であると認識し、効率的なグローバル特徴情報抽出コンポーネントを提案し、これらの課題を克服するための相対情報を基にした損失関数を設計する
– 最後に、提案された方法の有効性を示す比較実験を実施し、結果はFLW-Netが教師ありの暗い画像の改善ネットワークの複雑さを軽減しながら処理効果を向上させることを確認する。コードはhttps://github.com/hitzhangyu/FLW-Netで利用可能。

要約(オリジナル)

Low-light images often suffer from severe noise, low brightness, low contrast, and color deviation. While several low-light image enhancement methods have been proposed, there remains a lack of efficient methods that can simultaneously solve all of these problems. In this paper, we introduce FLW-Net, a Fast and LightWeight Network for low-light image enhancement that significantly improves processing speed and overall effect. To achieve efficient low-light image enhancement, we recognize the challenges of the lack of an absolute reference and the need for a large receptive field to obtain global contrast. Therefore, we propose an efficient global feature information extraction component and design loss functions based on relative information to overcome these challenges. Finally, we conduct comparative experiments to demonstrate the effectiveness of the proposed method, and the results confirm that FLW-Net can significantly reduce the complexity of supervised low-light image enhancement networks while improving processing effect. Code is available at https://github.com/hitzhangyu/FLW-Net

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI