典型文献
基于移位窗口多头自注意力U型网络的低照度图像增强方法
文献摘要：
针对低照度图像增强模型中的亮度提升、噪声抑制以及保持纹理颜色一致性等难点问题,该文提出一种基于移位窗口自注意力机制的低照度图像增强方法.该文以U型结构为基本框架,以移位窗口多头自注意力模型为基础,构建了由编码器、解码器以及跳跃连接组成的图像增强网络.该网络将自注意力机制的特征提取优势应用到低照度图像增强领域,建立图像特征信息之间的长期依赖关系,能够有效获取全局特征.将所提方法与当前流行的算法进行定量和定性对比试验,主观感受上,该文方法显著提升了图像亮度,抑制图像噪声效果明显并较好地保持了纹理细节和颜色信息;在峰值信噪比(PSNR)、结构相似性(SSIM)和图像感知相似度(LPIPS)等客观指标方面,该方法较其他方法的最优值分别提高了0.35 dB,0.041和0.031.实验结果表明,该文所提方法能够有效提升低照度图像的主观感受质量和客观评价指标,具有一定的应用价值.
文献关键词：
图像处理;深度学习;低照度图像增强
中图分类号：
作者姓名：
孙帮勇;赵兴运;吴思远;于涛
作者机构：
西安理工大学印刷包装与数字媒体学院 西安 710048;中国科学院西安光学精密机械研究所光谱成像技术重点实验室 西安 710119
文献出处：
引用格式：
[1]孙帮勇;赵兴运;吴思远;于涛-.基于移位窗口多头自注意力U型网络的低照度图像增强方法)[J].电子与信息学报,2022(10):3399-3408
A类：
B类：
移位,多头自注意力,低照度图像增强,增强方法,增强模型,噪声抑制,自注意力机制,基本框架,自注意力模型,编码器,解码器,跳跃连接,连接组,图像特征,特征信息,依赖关系,全局特征,主观感受,法显,图像亮度,制图,图像噪声,声效,颜色信息,峰值信噪比,PSNR,结构相似性,SSIM,和图像,图像感知,LPIPS,客观指标,其他方法,最优值,dB,客观评价指标
AB值：
0.312833
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。
