OPT OpenIR  > 光谱成像技术研究室
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
其他题名Low-light Image Enhancement Method Based on Shifted Window Multi-head Self-attention U-shaped Network
孙帮勇1,2; 赵兴运1; 吴思远2; 于涛2
作者部门光谱成像技术研究室
2022-10
发表期刊电子与信息学报
ISSN1009-5896
卷号44期号:10
产权排序1
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。

关键词图像处理 深度学习 低照度图像增强
收录类别CSCD
语种中文
CSCD记录号CSCD:7358840
引用统计
文献类型期刊论文
条目标识符http://ir.opt.ac.cn/handle/181661/96409
专题光谱成像技术研究室
作者单位1.西安理工大学印刷包装与数字媒体学院
2.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
第一作者单位中国科学院西安光学精密机械研究所
推荐引用方式
GB/T 7714
孙帮勇,赵兴运,吴思远,等. 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,2022,44(10).
APA 孙帮勇,赵兴运,吴思远,&于涛.(2022).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.电子与信息学报,44(10).
MLA 孙帮勇,et al."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".电子与信息学报 44.10(2022).
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于移位窗口多头自注意力U型网络的低照度(1313KB)期刊论文作者接受稿限制开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[孙帮勇]的文章
[赵兴运]的文章
[吴思远]的文章
百度学术
百度学术中相似的文章
[孙帮勇]的文章
[赵兴运]的文章
[吴思远]的文章
必应学术
必应学术中相似的文章
[孙帮勇]的文章
[赵兴运]的文章
[吴思远]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。