©2020-2024 ioDraw All rights reserved,
Privacy Policy
C. Guo et al., “Zero-Reference Deep Curve Estimation for Low-Light Image
Enhancement,” 2020 IEEE/CVF Conference on Computer Vision and Pattern
Recognition (CVPR), 2020, pp. 1777-1786, doi: 10.1109/CVPR42600.2020.00185.
* 这是CVPR2020的一篇低光照图像质量增强的论文，指标上很高，方法也很新颖
<>亮度调节公式
*
文章并不直接预测增量后的结果，而是首先设计一个带参数的亮度调整公式，然后用网络来预测这个公式中的参数，公式如下：
*
*
这是最简单版本的公式， I ( x ) I(x) I(x)即输入图片（归一化到0-1之间），等式左边为增亮结果， α \alpha α
即为亮度调节所需参数，可以将等式除以 I ( x ) I(x) I(x)，得到亮度调整倍数为 1 + α ( 1 − I ( x ) )
1+\alpha(1-I(x))1+α(1−I(x))，即当 α \alpha α大于0时，调整倍数为大于1，即为增亮，并且 I ( x ) I(x) I(x)
越大倍数越低，也就是说暗的增亮倍数大，亮的增亮倍数小； α \alpha α大于0时， α \alpha α越大，增亮倍数越大。因此这就实现了一个由参数 α
\alphaα控制的自适应增亮公式
*
然后其实这个公式可以反复应用，也就是说利用这个公式增亮一次后，可以把增亮结果作为输入再来一次，因此得到迭代版本的公式：
*
然后如果 α \alpha α是pixel-wise的，也就是说对于每个像素点有各自的 α \alpha α，网络的预测结果是一个 α \alpha α
的map而非一个值，就得到最终版本的亮度调节公式：
*
*
这里还有一个值得注意的点是，对于RGB三个通道，也是有各自的A的，因此，如果迭代次数为8，图像大小为 224 × 224 224\times224 224×2
24，那么网络的输出的shape则是 24 × 224 × 224 24\times224\times224 24×224×224
<>网络
* 然后产生预测值 A n ( x ) A_n(x) An(x)
的网络是一个简单的7层卷积神经网络，并且没有BN和下采样，全部由3x3的32通道卷积和relu激活层组成
<>loss
* 文章用了四个non-reference的loss：
* Spatial Consistency Loss：衡量的是增亮前后 “每个像素与周边像素之间的差”
的差，个人觉得这个loss是为了维持纹理和内容不变。其中 Y Y Y是增亮后的像素值， I I I是增亮前的输入值， Ω \Omega Ω是像素的相邻像素
* Exposure Control Loss：E是人为设定的一个常数值，为0.6（文章说0.4-0.7之间都可以，效果变化不大）， Y k Y_k Yk
是一个patch的均值，将图片分为不相交的patch，然后算每个patch的均值与0.6之间的绝对差，作为一个loss，说是为了抑制过曝和欠曝。
* Color Constancy
Loss：即对增量结果的RGB三个通道各自的均值之间求差，是希望三个通道的均值尽量一样，也就是说整张图片看起来既不偏红也不偏蓝或绿。
* Illumination Smoothness Loss：即TV Loss，约束梯度，使得预测结果尽量平滑
* 最终的loss function：
*
<>训练
*
鉴于这四个loss并不需要成对或不成对图像，因此是zero-reference的，只要有图就能训练，因此文章用的是现有的图片数据集，细节是当数据集的曝光程度更加多样均衡时，模型效果会更好。