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 HU Cong;CHEN Xujun;WU Yukai

作者机构：华中师范大学物理科学与技术学院武汉430079 

出 版 物：《激光杂志》 (Laser Journal)

年 卷 期：2024年第45卷第1期

页      面：109-114页

学科分类：080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0803[工学-光学工程] 

基　　金：国家自然科学基金(No.62101204) 湖北省自然科学基金(No.2020CFB474) 

主　　题：图像增强 半波注意力机制 上下文信息 MS-SSIM损失函数 

摘      要：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0.11 M,可以满足终端用户实时性要求。