融合半波注意力机制的低光照图像增强算法研究

作者：胡聪; 陈绪君^*; 吴雨锴

来源：激光杂志, 2023, 1-10.

• 图像增强
• 半波注意力机制
• 上下文信息
• MS-SSIM损失函数

针对当前基于卷积神经网络的低光照图像增强算法（CycleGAN，Retinex-Net等)存在模型参数过大、内存消耗高、图像复原质量不佳等问题，在轻量级算法IAT基础上，提出了融合半波注意力模块的低光照图像增强算法HBTNet。为了改善网络频繁卷积造成的空间信息损失，在网络中引入半波注意力模块，可有效获得小波域的特性，丰富上下文信息，提高特征提取能力。通过引入MS-SSIM损失函数用来保存图像的边缘和细节信息，提升图像恢复的质量。实验结果表明，在LOL数据集上HBTNet相较于IAT算法PSNR提升了2.69%，SSIM提升了5.56%。HBTNet算法的模型参数量仅为0.11M，可以满足终端用户实时性要求。

• 单位
  华中师范大学