JavaShuo
栏目
标签
微光图像增强的零参考深度曲线估计
时间 2020-12-30
标签
论文精读
繁體版
原文
原文链接
在这篇论文中,我们呈现了一种新的深度学习方法,零参考深度曲线估计,来进行微光图像增强。它可以在各种各样的灯光条件包括不均匀和弱光情况进行处理。不同于执行图像到图像的映射,我们把任务重新设定为一个特定图像曲线估计问题。特别地,提出的这种方法把一个人微光图像作为输入,并把产生的高阶曲线作为它的输出。然后这些曲线被用作对输入的变化范围的像素级调整,从而获得一个增强的图像。曲线估计是精心制定的以便于它保持
>>阅读原文<<
相关文章
1.
基于深度学习的单目图像深度估计
2.
低照度图像增强
3.
深度学习路线图参考
4.
基于颜色估计模型(CEM)的图像全局增强
5.
基于深度学习的低光照图像增强方法总结(2017-2019)
6.
图像增强
7.
深度学习估计光流
8.
光场深度估计(Light Field Depth Estimation)
9.
增强图像的3D对比度
10.
通过分解和增强学习恢复微光图像(CVPR2020)
更多相关文章...
•
R 绘图 - 函数曲线图
-
R 语言教程
•
PHP 获取图像宽度与高度
-
PHP参考手册
•
算法总结-深度优先算法
•
Docker容器实战(七) - 容器眼光下的文件系统
相关标签/搜索
曲线图
深度思考
增强
参考
估计
度量和参考线
曲线
微光
强度
图像
PHP参考手册
Hibernate教程
SQLite教程
调度
计算
学习路线
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
gitlab4.0备份还原
2.
openstack
3.
深入探讨OSPF环路问题
4.
代码仓库-分支策略
5.
Admin-Framework(八)系统授权介绍
6.
Sketch教程|如何访问组件视图?
7.
问问自己,你真的会用防抖和节流么????
8.
[图]微软Office Access应用终于启用全新图标 Publisher已在路上
9.
微软准备淘汰 SHA-1
10.
微软准备淘汰 SHA-1
本站公众号
欢迎关注本站公众号,获取更多信息
相关文章
1.
基于深度学习的单目图像深度估计
2.
低照度图像增强
3.
深度学习路线图参考
4.
基于颜色估计模型(CEM)的图像全局增强
5.
基于深度学习的低光照图像增强方法总结(2017-2019)
6.
图像增强
7.
深度学习估计光流
8.
光场深度估计(Light Field Depth Estimation)
9.
增强图像的3D对比度
10.
通过分解和增强学习恢复微光图像(CVPR2020)
>>更多相关文章<<