AAAIMar, 2021

降级即升级：学习退化以提升低光图像

PDF
TL;DR本研究提出了一种新的 Degradation-to-Refinement Generation Network（DRGN），通过两个步骤研究自然低光图像中的 intrinisic degradation 和 diffuse illumination color loss 的问题，使其具有更好的表现和性能。
low-light image enhancementdegradation-to-refinement generation networkcontent refinementmulti-resolution fusion networkimage degradation
发现论文，激发创造
  • DeeDSR：通过降级感知稳定扩散实现实际场景图像超分辨率

    我们引入了一种新的、适应于低分辨率图像的、双阶段的、具有降级意识的框架，通过使用无监督对比学习获取图像降级的表示，并将降级意识模块集成到简化的 ControlNet 中，在各种降级情况下灵活地适应不同的降级，有效恢复更加精确和逼真的细节，表现出在各种基准测试中的最先进性能。

    Mar, 2024

  • 全能图像恢复的神经退化表示学习

    本研究中，我们提出了一种全能图像恢复网络，能够处理多种退化问题，通过学习神经退化表示 (NDR) 来解决多种退化数据的挑战，进一步结合退化查询模块和退化注入模块，实现了多种退化的全能恢复能力，同时采用双向优化策略来驱动 NDR 学习退化表示，我们的实验证明了该方法的有效性和泛化能力。

    Oct, 2023

  • DR2: 基于扩散的盲人脸修复鲁棒去噪器

    提出了基于扩散的鲁棒退化去除器 (DR2) 去除盲目面部修复中存在的性能瓶颈，其通过采用良好表现的去噪扩散概率模型，将输入图像扩散到噪声状态，捕捉了迭代去噪步骤中的语义信息，从而与常见的退化鲁棒 (如模糊、调整大小、噪声和压缩) 相容并且在合成和真实世界数据集上超越了现有技术。

    Mar, 2023

  • 双重降级启发的深度展开网络用于低光图像增强

    基于深度展开网络的双重退化启发的低光图像增强模型，通过构建双重退化模型来显式模拟低光图像的恶化机制，学习两个不同的图像先验，并通过局部和远程信息建模模块和空间聚合模块增强图像的表示能力。

    Aug, 2023

  • 保留所有降级细节的盲图像超分辨率

    通过重现降级的低分辨率图像，我们提出了一种用于学习降级表示的替代方法，并且引入一个有界约束的能量距离损失函数来促进降级表示的学习。实验结果表明，我们的降级表示能够提取准确和高度鲁棒的降级信息。此外，对合成和真实图像的评估表明，我们的 ReDSR 在盲目超分辨率任务中达到了最先进的性能。

    Jul, 2024

  • 基于知识蒸馏的盲超分辨率降级估计

    本文提出了一种基于知识蒸馏的隐式降级估计网络，结合了此网络与高效的 SR 网络，实现了在未知退化情况下的盲图像超分辨率，同时设计了一种基于动态卷积残差块的新型降级表示方法 IDR，经过广泛的实验验证表明，KDSR 网络具有最先进的性能，并可以推广到各种退化过程。

    Nov, 2022

  • 深度照明网络：图像光源操作

    本文提出一种基于深度学习的图像重照明网络，包括场景重建、阴影先验估计和渲染器，能够在无需几何结构信息的情况下使图像在新的光源方向下重照明，并在 AIM2020 - Any to one relighting challenge 中取得最佳 PSNR 的成果。

    Aug, 2020

  • 基于知识蒸馏的单幅图像多重降噪和重建网络

    本文提出了一种轻量级的多重退化和重建网络 (MDRN)，通过引入两种新颖的异构知识蒸馏策略 (HMDS)，使得 MDRN 能够在极端情况下去除噪声并重建高质量的去噪图像，相较于其他单幅图像去噪方法 MDRN 具有更少的参数且更优秀的性能。

    Apr, 2022

  • 从人脸到自然图像：学习盲目图像超分辨率的实际降质

    本文提出了一种新方法 ——ReDegNet，它利用真实的低质量人脸图像及其恢复的高质量图像来建模复杂的实际降级过程，并且可以将其从脸部部位转移到自然图像中用于合成低质量图像，这可以用来显著改善非脸部区域的质量，实验证明本方法优于目前的许多方法。

    Oct, 2022

  • 改进的分割：学习适应暗光图像增强的亮度感知和细节敏感表示

    通过引入新颖的亮度和色度双分支网络 (LCDBNet)，将低光图像增强分为亮度调整和色度恢复两个子任务，并使用多级小波分解学习细节敏感的特征，与其他先进算法相比，在多个参考和非参考质量评估器上取得了卓越性能。

    Jul, 2023