Learned Perceptual Image Enhancement笔记
摘要与引言 图像增强模型的学习过程涉及到如L1/L2等损失函数的优化，虽然这些损失函数对优化来说是友好的（optimization-friendly），但使用这些损失函数通常难以产生对人类感知有吸引力的（perceptually compelling）结果，甚至导致感知失真（perceptual distortion）的缺陷。本文提出在损失函数中加入一项学习得到的无参考的图像质量度量标准（lear
相关文章
- 1. image enhancement
- 2. CVPR2020(Enhancement)：论文解读《Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement》
- 3. 论文笔记：Show and Tell Lessons learned from the 2015 MSCOCO Image Captioning Challenge
- 4. 论文笔记“SpliceRadar: A Learned Method For Blind Image Forensics”
- 5. 论文阅读笔记----MBLLEN: Low-light Image/Video Enhancement Using CNNs
- 6. Underwater Image Enhancement: Using Wavelength Compensation and Image Dehazing(WCID)
- 7. 图像增强（Image Enhancement）
- 8. Perceptual Loss（感知损失）论文笔记
- 9. Perceptual Quality Assessment of Smartphone Photography(论文笔记)
- 10. MyDLNote-Enhancement: [2020] Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement
- 更多相关文章...
- • RSS
元素 - RSS 教程 - • ASP.NET Image 控件 - ASP.NET 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Docker 清理命令
相关标签/搜索
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。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. image enhancement
- 2. CVPR2020(Enhancement)：论文解读《Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement》
- 3. 论文笔记：Show and Tell Lessons learned from the 2015 MSCOCO Image Captioning Challenge
- 4. 论文笔记“SpliceRadar: A Learned Method For Blind Image Forensics”
- 5. 论文阅读笔记----MBLLEN: Low-light Image/Video Enhancement Using CNNs
- 6. Underwater Image Enhancement: Using Wavelength Compensation and Image Dehazing(WCID)
- 7. 图像增强（Image Enhancement）
- 8. Perceptual Loss（感知损失）论文笔记
- 9. Perceptual Quality Assessment of Smartphone Photography(论文笔记)
- 10. MyDLNote-Enhancement: [2020] Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement