结合空间域和频域信息的双分支低光照图像增强网络

作者：李大海; 王忠华^*; 王振东

来源：计算机应用, 2023, 1-9.

• 低光照图像增强
• 空间域和频域信息
• Transformer
• 注意力机制
• 双分支

针对低光照图像增强中纹理细节模糊和颜色失真的问题，从空间域和频域信息结合的角度出发，提出了一个端到端的轻量级双分支网络(SAFNet)。SAFNet使用基于Transformer的空间域处理模块和频域处理模块在空间域分支和频域分支分别对图像的空间域信息和傅里叶变换后的频域信息进行处理，并通过注意力机制来引导两个分支的特征进行自适应融合，得到最终增强的图像。此外，针对频域信息提出了一个频域损失函数作为联合损失函数的一部分，通过联合损失函数在空间域和频域都对SAFNet进行约束。基于公开数据集LOL和LSRW进行实验，SAFNet在客观指标结构相似性(SSIM)和学习感知图像块相似度(LPIPS)两项指标上分别达到0.823、0.114和17.234、0.550，均优于LLFormer、IAT、KinD++等主流方法，且网络参数量仅为0.07×106；在DarkFace数据集上，使用SAFNet作为预处理步骤对待检测图像进行增强，可以使人脸平均检测精度(AP)提升至72.5%。实验结果表明，SAFNet能有效提高低光照图像的质量，并能显著改善下游任务低光照人脸检测的性能。

• 单位
  江西理工大学