典型文献
结合视觉显著性与注意力机制的低光照图像增强
文献摘要：
低光照图像增强是解决低光照环境下各种视觉分析任务的基础和核心步骤,但现有主流方法由于普遍未能对结构信息进行有效刻画,往往存在曝光不均衡、颜色失真等问题.针对上述问题,文中提出结合视觉显著性与注意力机制的低光照图像增强方法.首先,构建基于注意力机制的低光照图像增强网络,在引入注意力机制的同时考虑局部细节和全局信息,正确刻画增强结果中的颜色信息.再遵循由粗到细的逐步优化理念,设计渐进式注意力机制,将增强过程分阶段细化,实现精细化建设.然后,引入显著性引导的特征融合,增强网络对图像中显著性目标的感知能力,从更符合视觉认知需求的角度提升对于结构信息的表达,有效避免产生噪声/伪影等问题.实验表明,文中方法有效解决现有工作存在的曝光不足与颜色失真等问题,性能较优.
文献关键词：
低光照图像增强;注意力机制;视觉显著性;目标检测
中图分类号：
作者姓名：
尚晓可;安南;尚敬捷;张韶岷;丁鼐
作者机构：
浙江大学 生物医学工程与仪器科学学院 杭州310027;大连理工大学 软件学院 大连116622;北京大学 软件与微电子学院 北京102600;之江实验室 基础理论研究院 应用数学与机器智能研究中心 杭州311121
文献出处：
引用格式：
[1]尚晓可;安南;尚敬捷;张韶岷;丁鼐-.结合视觉显著性与注意力机制的低光照图像增强)[J].模式识别与人工智能,2022(07):602-613
A类：
B类：
视觉显著性,注意力机制,低光照图像增强,低光照环境,视觉分析,主流方法,结构信息,曝光,颜色失真,增强方法,全局信息,颜色信息,粗到细,渐进式,强过,分阶段,精细化建设,特征融合,感知能力,视觉认知,认知需求,伪影,中方,目标检测
AB值：
0.265048
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。
