首页|基于注意力机制的多阶段低照度图像增强方法

基于注意力机制的多阶段低照度图像增强方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为实现低照度图像的图像局部增强和纹理细节恢复,提出一种基于注意力机制的多阶段低照度图像增强方法.首先构建特征提取模块以提取图像中重要特征信息.另外设计了一个学习上下文的细节恢复模块,解决下采样和上采样操作导致的图像细节丢失的问题.最后构建了特征融合模块,以实现三个阶段的特征融合.该方法在LOL数据集上进行相关验证,其结果表明,峰值信噪比(PSNR)和结构相似性(SSIM)较其他主流方法都得到明显的提升.
Multi-stage low-light image enhancement method based on attention mechanisms

low-light imagesmulti-stageattention mechanismfeature extractionfeature fusion

李健、成雅清

展开 >

陕西科技大学电子信息与人工智能学院,陕西 西安 710021

低照度图像 多阶段 注意力机制 特征提取 特征融合

2023

10.16644/j.cnki.cn33-1094/tp.2023.11.017

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(11)
  • 22