[ICCV 2023] ExposureDiffusion: Learning to Expose for Low-light Image ...
2023年7月14日 · The first diffusion model designed for low-light image enhancement (LLIE) in raw space. Better performance than vanilla conditional diffusion models for image restoration: …
低光图像增强：Diff-Retinex: Rethinking Low-light Image …
基于物理理论的传统图像增强方法，如：灰度变换、直方图均衡、Retinex理论，它们有着扎实的理论和可解释性，但是受限于人工设计，效率、泛化能力、鲁棒性都较差； 深度学习方法构建 …
Beyond Brightening Low-light Images - Springer
2021年1月6日 · A desired low-light image enhancer should be capable of effectively removing the degradation hidden in the darkness, and flexibly adjusting light/exposure conditions.
ExposureDiffusion: Learning to Expose for Low-light Image …
2023年7月15日 · Previous raw image-based low-light image enhancement methods predominantly relied on feed-forward neural networks to learn deterministic mappings from low …
暗光图像增强新工作！CFGW：CLIP-傅立叶引导小波扩散实现低光 …
2024年1月9日 · CFGW：一种新颖且强大的暗光图像增强方法，引入基于小波变换的频域多尺度视觉语言的引导网络和傅里叶变换，大量实验表明，该方法在数量和视觉上优于现有的 SOTA …
Learning to Enhance Low-Light Image via Zero-Reference Deep …
低光照图像增强主要是解决由于光照不理想而导致的图像亮度较低、对比度较差等一系列质量退化问题，进而提高图像的主观感知质量以及可解释性。 所处理对象主要包括： 由于外界环境光 …
ECCV2024｜LightenDiffusion 超越现有无监督方法，引领低光图像 …
2024年7月26日 · 本文提出了一种基于扩散的无监督框架，将可解释的Retinex理论与低光图像增强的 扩散模型 相结合，命名为 LightenDiffusion。 具体而言，提出了一种内容传输分解网络， …
SwinLightGAN a study of low-light image enhancement …
4 天之前 · Contemporary algorithms for enhancing images in low-light conditions prioritize improving brightness and contrast but often neglect improving image details.
LE-GAN: Unsupervised Low-light Image Enhancement Network using ... - GitHub
This is Paired Normal/Low-light Images (PNLI) dataset and Pytorch implementation of LE-GAN: Unsupervised Low-light Image Enhancement Network using Attention Module and Identity …
Inspired by this ob-servation, we propose a frequency-based decomposition-and-enhancement model for low-light image enhancement. Based on this model, we present a novel network that …