基于双支路特征生成对抗网络的低光照图像增强

作者：宋涛; 黄微; 黄睿

来源：工业控制计算机, 2022, 35(12): 40-42.

• 生成对抗网络
• 双支路特征
• 低光照图像
• 图像增强

低光照图像噪声大、颜色失真、能见度低，这些问题对低光照环境下计算机视觉任务带来挑战。提出了一种基于双支路特征的生成对抗网络（DBF-GAN）进行低光照图像增强。该模型采用非配对数据集训练，模型中生成器设计成两个分支特征网络，即全局特征信息网络和全局特征像素网络。两个网络获得的特征图在经过STA(Structure-Texture Aware Module)模块进行增强，同时设计一个多尺度判别器引导生成器增强图像。经过与多种算法对比实验表明，该算法增强结果的结构相似度（PSNR）和峰值信噪比（SSIM），分别是21.181和0.857，均优于所对比的算法。

• 单位
  通信与信息工程学院; 上海大学