结合注意力的双分支残差低光照图像增强

作者：祖佳贞; 周永霞; 陈乐

来源：计算机应用, 2022, 1-8.

• 低光照
• 图像增强
• 注意力机制
• 双分支
• 联合损失函数

在低光条件下拍摄的照片会因曝光不足而产生一系列的视觉退化现象，即亮度低、信息丢失、噪声和颜色失真等。为了解决上述问题，提出了一个结合注意力的双分支残差低光照图像增强网络。首先采用改进InceptionV2提取浅层特征，然后分别使用稠密残差特征提取块和残差特征提取块提取深层特征，接下来融合浅层和深层特征，将融合结果输入亮度调整块调整亮度，最终得到增强图像。其次，结合注意力机制设计特征融合块去捕获重要的特征信息，这有助于恢复低光照图像的暗部区域。此外，引入了一个联合损失函数从多方面来衡量网络训练损失。在LOL和LOL-V2数据集上实验结果表明，所提出的网络在峰值信噪比指标上对比RRM算法、Zero-DCE和EnglistenGAN等网络提高了20.1%～40.4%。同时，在结构相似性指标上提高了21.8%～48.1%。该网络在提高低光照图像亮度的同时降低了噪声，减少了颜色失真和伪影，得到的增强图像更加清晰自然。

• 单位
  中国计量大学