科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明提出了一种基于循环生成对抗残差网络及QTP损失项的黑夜图像增强方法,通过QTP三个维度的损失项来分别使得无监督黑夜增强任务面临的问题得到改善。这种混合损失包括在循环对抗网络的损失项以外,另外加上三个部分:质量损失、任务损失和感知损失。质量部分通过加强参考图像和增强结果质量分数之间的相似性来解决模糊图像或伪色问题。任务部分从约束增强结果具有更高的白天概率的角度来解决增强效果不足的问题,也就是白天概率最大化。感知部分通过保持黑夜增强前后图像傅里叶相位谱一致的方法来限制域转换后缺失的语义信息,保证黑夜图像和增强图像的内容一致性。通过融合新的损失函数,最终得到可学习且更理想的黑夜图像增强模型。
- 单位
