基于注意力机制的多阶段低照度图像增强方法
Multi-stage low-light image enhancement method based on attention mechanisms
李健 1成雅清1
作者信息
- 1. 陕西科技大学电子信息与人工智能学院,陕西 西安 710021
- 折叠
摘要
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.
关键词
低照度图像/多阶段/注意力机制/特征提取/特征融合Key words
low-light images/multi-stage/attention mechanism/feature extraction/feature fusion引用本文复制引用
出版年
2023
NETL
NSTL
维普
万方数据