典型文献
人脸识别任务驱动的低光照图像增强算法
文献摘要：
图像容易受外界照明条件的影响或相机参数条件的限制,导致图像整体偏暗、视觉效果不佳,降低了下游视觉任务的性能,从而引发安全问题.以人脸识别任务为驱动,提出了一种基于对比学习范式的非成对低光照图像增强算法Low-FaceNet.Low-FaceNet主干采用基于U-Net结构的图像增强网络,引入特征保持、语义分割和人脸识别3个子网络辅助图像增强网络的训练.使用对比学习范式可以使得真实世界大量非成对的低光照和正常光照图像作为负/正样本,提高了真实场景的泛化能力;融入高阶语义信息,可以指导低阶图像增强网络更高质量地增强图像;任务驱动可以增强图像的同时提升人脸识别的准确率.在多个公开数据集上进行验证,可视化与量化结果均表明,Low-FaceNet能在增强图像亮度的同时保持图像中各种细节特征,并有效地提升低光照条件下人脸识别的准确率.
文献关键词：
低光照图像增强;人脸识别;对比学习;任务驱动;语义分割
中图分类号：
作者姓名：
范溢华;王永振;燕雪峰;宫丽娜;郭延文;魏明强
作者机构：
南京航空航天大学计算机科学与技术学院,江苏南京 210016;南京大学计算机软件新技术国家重点实验室,江苏南京 210023
文献出处：
引用格式：
[1]范溢华;王永振;燕雪峰;宫丽娜;郭延文;魏明强-.人脸识别任务驱动的低光照图像增强算法)[J].图学学报,2022(06):1170-1181
A类：
B类：
人脸识别,任务驱动,低光照图像增强,图像增强算法,照明条件,数条,偏暗,视觉效果,视觉任务,任务为驱动,对比学习,学习范式,Low,FaceNet,特征保持,语义分割,子网络,真实世界,真实场景,泛化能力,语义信息,低阶,更高质量,增强图像,公开数据集,图像亮度,细节特征,光照条件
AB值：
0.27719
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
