AAAI 2024 | 基于生成感知先验的低光照图像增强

最新推荐文章于 2025-09-08 20:47:15 发布
最新推荐文章于 2025-09-08 20:47:15 发布
阅读量141 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 计算机顶会顶刊论文解读 文章标签： 论文解读 深度学习 计算机顶会 AAAI
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42722197/article/details/145077021

论文信息

题目：Low-Light Image Enhancement via Generative Perceptual Priors
基于生成感知先验的低光照图像增强
作者：Han Zhou, Wei Dong, Xiaohong Liu, Yulun Zhang, Guangtao Zhai, Jun Chen
源码：https://github.com/LowLevelAI/GPP-LLIE

论文创新点

  1. 生成感知先验提取管道：作者提出了一种创新的管道，通过预训练的视觉语言模型（VLMs）提取低光照图像的全局和局部生成感知先验。该管道通过设计文本提示，引导VLMs评估图像的多个视觉属性（如对比度、可见性和清晰度），并通过基于sigmoid的量化策略将这些评估结果量化为全局评分和局部质量图。
  2. 基于Transformer的扩散框架：作者开发了一种高效的
了解本专栏 订阅专栏 解锁全文
AAAI 2024 | 基于YCbCr颜色空间的引导真实图像去雾
小白学视觉
02-24 492
图像去雾，尤其是基于学习的方法，因其在实际应用中的重要性而受到广泛关注。然而，仅依赖RGB颜色空间往往效果不佳，通常会留下残余雾霾。这主要源于两个问题：一是从雾霾RGB图像中获取清晰纹理特征的难度，二是在非受控环境（如烟雾场景）中获取真实雾霾/清晰图像对的复杂性。为了解决这些问题，作者首先提出了一种新颖的结构引导去雾网络（SGDN），该网络利用YCbCr特征在结构上的优越性来引导RGB空间。它包含两个关键模块：双色引导桥（BGB）和颜色增强模块（CEM）。
TCSVT 2025 | 具有低频干扰的退化图像全包含式增强方法
小白学视觉
04-11 103
本文提出了一种名为全包含图像增强（AIIE）的新型图像增强方法，该方法能够有效增强退化图像，提高图像内容的可见性。这些图像是在诸如雾霾、低光照、水下和沙尘暴等各种天气条件下获取的。这类噪声的一个共同特点是，它们对视觉质量或可见性造成的退化是由低频干扰引起的。现有的图像增强方法缺乏处理这类所有类型退化的能力，而作者提出的AIIE为它们提供了统一的处理方式。
(AAAI 2025) 基于生成感知先验的低光照图像增强
Angelina_Jolie的博客
03-11 1376
尽管在增强低光照（LL）图像的可见性、恢复纹理细节和抑制噪声方面取得了显著进展，但由于现实场景中复杂的光照条件，现有的低光照图像增强（LLIE）方法在实际应用中仍面临挑战。此外，生成视觉上逼真且吸引人的增强效果仍然是一个未被充分探索的领域。针对这些挑战，作者提出了一种新颖的LLIE框架，该框架通过视觉语言模型（VLMs）生成的生成感知先验（GPP-LLIE）进行指导。具体来说，作者首先提出了一种管道，引导VLMs评估LL图像的多个视觉属性，并将评估结果量化为全局和局部感知先验。
【LLIE专题】基于生成感知先验的低照度图像增强
PixelMind的博客
06-17 1078
本文提出了一种基于生成感知先验（GPP-LLIE）的低光照图像增强方法，利用视觉语言模型（VLM）提取全局和局部感知先验指导增强过程。
低光照图像增强论文Low-Light Image Enhancement with Normalizing Flow阅读笔记
import_torch_as_tf
05-11 6551
原文链接：https://arxiv.org/abs/2109.05923 论文来源：CVPR 2022 项目地址：GitHub - wyf0912/LLFlow: The code release of paper "AAAI Low-Light Image Enhancement with Normalizing Flow", AAAI 2022 作者团队：南洋理工大学+香港城市大学 Abstract 将弱光图像增强为正常曝光的图像是非常不适定的，即它们之间的映射关系是一对多的。以往的工作基于
基于语义对比学习的低光照图像增强网络
专注计算机视觉全栈知识分享
09-09 557
本文提出了一种有效的语义对比学习范式（SCL-LLE）来解决低光图像增强问题。SCL-LLE 揭示了如何使用非配对的负样本和正样本生成视觉上令人愉悦的图像，并说明了我们如何利用语义信息来保持输入和输出之间的视觉相似性。基于特征提取网络和语义分割网络，我们将图像增强视为多任务联合学习，其中SCL-LLE被转化为对比学习、语义亮度一致性和特征保留的三个约束，同时确保颜色、纹理和曝光的一致性。实验证明，我们的方法在六个跨域数据集上相对于现有最先进的LLE模型表现出明显的改进。
【LLIE专题】一种语义感知知识引导的低照度图像增强方案
PixelMind的博客
09-01 1541
本文提出了一种语义感知知识引导框架（SKF）用于低光照图像增强（LLIE），通过引入语义先验解决传统方法忽略区域差异导致颜色偏差的问题。SKF包含三大核心组件：1）语义感知嵌入（SE）模块，通过跨模态注意力机制融合语义与图像特征；2）语义引导直方图（SCH）损失，基于语义分块保留局部颜色一致性；3）语义引导对抗（SA）损失，提升纹理自然度。实验表明，SKF可适配多种LLIE模型，显著提升PSNR/SSIM指标。该工作为LLIE领域提供了语义感知增强的新思路，代码已开源。
数字人驱动/动画方向最新顶会期刊论文收集整理 | AAAI 2025
unique_zhao的博客
05-06 1179
利用这些强大的先验，我们开发了 DEEPTalk，这是一个会说话的头部生成器，它可以非自回归地预测码本索引以创建动态的面部运动，并结合了一种新的情绪一致性损失。广泛的实验表明，我们的方法获得了最先进的结果，保留了源身份，保持了细粒度的面部细节，并以非常高的准确性捕捉了细微的面部表情。此策略可增强 GAN 训练的稳定性，并确保生成的全身手势的表现力。例如，由于音频信号相对较弱，仅由音频驱动的方法有时会不稳定，而仅由面部关键点驱动的方法虽然在驾驶中更稳定，但由于对关键点信息的过度控制，可能会导致不自然的结果。
[网络入侵AI检测] 纯卷积神经网络（CNN）模型 | CNN处理数据
最新发布
一个人知道自己为什么而活，他就能够接收任何一种生活
09-08 653
现在，已经了解了纯卷积神经网络（CNN）模型在网络入侵检测中的基础知识 理解了`Convolution1D`层如何作为模式检测器，`MaxPooling1D`层如何总结这些检测，以及`展平`层如何将这些见解准备好用于传统的`密集`分类层。你还看到了如何使用Keras构建这些模型，并为二分类和多分类入侵检测任务配置它们，这些建立在前面章节的基础知识之上。
深度学习全景指南：从基础原理到产业落地
m0_74313397的博客
09-08 864
深度学习全景指南：从基础到产业应用 本文系统梳理深度学习的核心原理、经典架构与产业落地。从人工神经元和激活函数的基础原理出发，解析多层网络如何实现特征自动提取，以及反向传播与梯度下降的训练机制。重点介绍三大经典架构：处理图像的CNN（卷积神经网络）、处理序列数据的RNN/LSTM/Transformer，以及处理关系数据的GNN（图神经网络）。详细讲解从数据预处理到模型部署的全流程，并附实战代码示例。通过自动驾驶、智能交互、电商推荐等产业案例，展示深度学习的商业化应用。最后探讨技术局限与未来方向，为初学者提
T06_RNN示例
qq_27953479的博客
09-05 501
以IMDB影评数据为例，加载评论读取影评数据处理数据，testData数据需要将评分提取处理来，然后将大于等于7的设置为积极表示，最后将评论中的<br />替换掉。
医学图像转换的自洽递归扩散桥|文献速递-深度学习人工智能医疗图像
weixin_38594676的博客
09-04 715
Title题目Self-consistent recursive diffusion bridge for medical image translation医学图像转换的自洽递归扩散桥01文献速递介绍多模态医学图像与医学图像转换相关研究进展 在多种模态下获取的医学图像，能够捕捉到人体组织互补的诊断信息（Iglesias 等人，2013；Lee 等人，2017），但实施多模态成像方案会带来高昂的经济成本与人力成本，因而具有一定负担（Ye 等人，2013；Huynh 等人，2016；Jog 等人，2017；J
模型常见训练超参数介绍(2)
my java博客园
09-04 588
本文介绍了深度学习训练中的关键参数设置及其作用：1）梯度累积（gradient_accumulation_steps）可通过小批次累加扩大有效batch，解决显存不足问题；2）梯度裁剪（max_grad_norm）防止梯度爆炸，建议设为0.5-2.0；3）学习率调度器（lr_scheduler_type）支持linear/cosine等动态调整策略；4）标签平滑（label_smoothing_factor）通过软化标签提高泛化能力；5）早停机制（early_stopping_patience/thresh
深度学习--自然语言预处理--- Word2Vec
enlybbq的博客
09-06 1163
数据准备：构建词汇表、将文本转为索引序列；初始化参数：输入词向量矩阵W和输出词向量矩阵W'；负采样：为每个正样本采样负样本；前向传播：计算正 / 负样本的预测概率；反向传播：用梯度下降更新W和W'；训练迭代：重复前向 / 反向传播，最小化损失。语料选择：领域相关的语料（如医疗文本）训练的向量，在该领域任务上表现更好；参数调优向量维度：文本语义越复杂（如新闻），维度越高（200-300）；简单场景（如商品标题）可设为 50-100；窗口大小window。
深度学习——迁移学习
qq1851417332的博客
09-05 1204
迁移学习作为深度学习领域的一项革命性技术，正在重塑我们构建和部署AI模型的方式。本文将带您深入探索迁移学习的核心原理、详细实施步骤以及实际应用中的关键技巧，帮助您全面掌握这一强大工具。
学习大模型，还有必要学习机器学习，深度学习和数学吗
Mamba的博客
08-30 1587
这是一个非常好的问题，也是很多初学者会有的困惑。可以把你的问题想象成：“现在有了先进的汽车制造厂，还有必要学习发动机原理、机械设计和材料科学吗？大模型（如GPT、LLaMA、Qwen等）是建立在和这些基础之上的最高层应用。它们是这些基础学科的集大成者。
DI-GAN：基于深度学习的动态形变多模光纤透反射光控制
CSDNXXCQ的博客
09-08 32
本文提出了一种名为的持续深度学习框架，用于的光场控制。该框架能够，实现对光纤末端光场的实时自适应聚焦，解决了传统方法在动态形变下适应性差、响应慢、易遗忘先前状态等问题。
深度学习——ResNet 卷积神经网络
2302_78022640的博客
09-04 1514
ResNet 的核心思想：通过残差学习和快捷连接解决深层网络的退化问题。残差模块：基础块（BasicBlock）和瓶颈块（Bottleneck）。效果：ResNet 让网络层数从几十层突破到上百层，极大推动了深度学习的发展。应用：几乎所有计算机视觉主流模型都与 ResNet 有关。
深度学习三大框架对比评测：PaddlePaddle、PyTorch 与 TensorFlow
专注于Python编程技术的分享与交流，致力于帮助开发者提升编程技能，解决实际问题，探索Python的无限可能。
09-03 1573
本文对比了三大主流深度学习框架PaddlePaddle、PyTorch和TensorFlow的特点。TensorFlow工业部署能力强，生态完善；PyTorch科研友好，适合快速实验；PaddlePaddle中文支持好，国产适配优。选择建议：科研选PyTorch，工业部署选TensorFlow，国内产业落地选PaddlePaddle。三大框架各有优势，需根据实际需求选择。
aaai2024代码
12-30
### AAAI 2024 Conference Related Code Repositories For individuals interested in exploring the latest advancements presented at conferences like AAAI 2024, several platforms provide access to ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值