DarkShot: Lighting Dark Images with Low-Compute and High-Quality

要約

夜間の写真撮影は、主に信号対雑音比が非常に低いことが原因で、非常に暗い環境での課題が増大しています。
実際の展開では、実用的なソリューションは、視覚的に魅力的な結果を生み出すだけでなく、最小限の計算で済む必要があります。
ただし、既存の方法のほとんどは復元パフォーマンスの向上に焦点を当てているか、品質を犠牲にして軽量モデルを採用しています。
この論文では、計算量を最小限に抑えながら、低照度強調タスクにおいて既存の最先端 (SOTA) 手法を上回る軽量ネットワークを提案します。
提案されたネットワークには、シャム セルフ アテンション ブロック (SSAB) およびスキップ チャネル アテンション (SCA) モジュールが組み込まれており、グローバル情報を集約するモデルの能力が強化され、高解像度画像に適しています。
さらに、低照度画像復元プロセスの分析に基づいて、優れた結果を達成する 2 段階のフレームワークを提案します。
私たちのモデルは、SOTA 復元品質を維持しながら、最小限の計算で UHD 4K 解像度の画像を復元できます。

要約(オリジナル)

Nighttime photography encounters escalating challenges in extremely low-light conditions, primarily attributable to the ultra-low signal-to-noise ratio. For real-world deployment, a practical solution must not only produce visually appealing results but also require minimal computation. However, most existing methods are either focused on improving restoration performance or employ lightweight models at the cost of quality. This paper proposes a lightweight network that outperforms existing state-of-the-art (SOTA) methods in low-light enhancement tasks while minimizing computation. The proposed network incorporates Siamese Self-Attention Block (SSAB) and Skip-Channel Attention (SCA) modules, which enhance the model’s capacity to aggregate global information and are well-suited for high-resolution images. Additionally, based on our analysis of the low-light image restoration process, we propose a Two-Stage Framework that achieves superior results. Our model can restore a UHD 4K resolution image with minimal computation while keeping SOTA restoration quality.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google