FLIGHT Mode On: A Feather-Light Network for Low-Light Image Enhancement

要約

低照度画像強調 (LLIE) は、理想的な照明条件下で得られる望ましい画像の知識が不足しているため、不適切な逆設定問題です。
低照度条件では、2 つの主な問題が発生します。それは、抑制された画像ヒストグラムと、低い S/N 比による一貫性のない相対的な色分布です。
これらの問題に対処するために、一連のニューラル アーキテクチャ ブロックを使用した FLIGHT-Net という新しいアプローチを提案します。
最初のブロックは、ピクセル単位のシーン依存の照明調整を通じて照明条件を調整します。
出力イメージは、チャネル アテンションとノイズ除去サブブロックを含む 2 番目のブロックの出力で生成されます。
当社の高効率ニューラル ネットワーク アーキテクチャは、わずか 25,000 のパラメータで最先端のパフォーマンスを実現します。
このメソッドのコード、事前トレーニングされたモデル、および結果の画像は一般に公開されます。

要約(オリジナル)

Low-light image enhancement (LLIE) is an ill-posed inverse problem due to the lack of knowledge of the desired image which is obtained under ideal illumination conditions. Low-light conditions give rise to two main issues: a suppressed image histogram and inconsistent relative color distributions with low signal-to-noise ratio. In order to address these problems, we propose a novel approach named FLIGHT-Net using a sequence of neural architecture blocks. The first block regulates illumination conditions through pixel-wise scene dependent illumination adjustment. The output image is produced in the output of the second block, which includes channel attention and denoising sub-blocks. Our highly efficient neural network architecture delivers state-of-the-art performance with only 25K parameters. The method’s code, pretrained models and resulting images will be publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google