典型文献
基于双支路特征生成对抗网络的低光照图像增强
文献摘要：
低光照图像噪声大、颜色失真、能见度低,这些问题对低光照环境下计算机视觉任务带来挑战.提出了一种基于双支路特征的生成对抗网络(DBF-GAN)进行低光照图像增强.该模型采用非配对数据集训练,模型中生成器设计成两个分支特征网络,即全局特征信息网络和全局特征像素网络.两个网络获得的特征图在经过STA(Structure-Texture Aware Module)模块进行增强,同时设计一个多尺度判别器引导生成器增强图像.经过与多种算法对比实验表明,该算法增强结果的结构相似度(PSNR)和峰值信噪比(SSIM),分别是21.181和0.857,均优于所对比的算法.
文献关键词：
生成对抗网络;双支路特征;低光照图像;图像增强
中图分类号：
作者姓名：
宋涛;黄微;黄睿
作者机构：
上海大学通信与信息工程学院,上海200444
文献出处：
引用格式：
[1]宋涛;黄微;黄睿-.基于双支路特征生成对抗网络的低光照图像增强)[J].工业控制计算机,2022(12):40-42
A类：
双支路特征
B类：
特征生成,生成对抗网络,低光照图像增强,图像噪声,颜色失真,能见度,低光照环境,计算机视觉,视觉任务,DBF,GAN,非配对数据,集训,生成器,计成,全局特征,特征信息,信息网络,像素,特征图,STA,Structure,Texture,Aware,Module,一个多,判别器,增强图像,算法对比,结构相似度,PSNR,峰值信噪比,SSIM
AB值：
0.352033
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。
