检索结果-南通市图书馆

MAGAN:Unsupervised Low-Light Image Enhancement Guided by Mixed-Attention

Big Data Mining and Analytics 2022年第2期5卷 110-119页

作者： Renjun Wang Bin Jiang Chao Yang Qiao Li Bolin Zhang the College of Computer Science and Electronic Engineering Hunan UniversityChangsha 410006China

Most learning-based low-light image enhancement methods typically suffer from two ***,they require a large amount of paired data for training,which are difficult to acquire in most ***,in the process of enhancement,image noise is difficult to be removed and may even be *** other words,performing denoising and illumination enhancement at the same time is *** an alternative to supervised learning strategies that use a large amount of paired data,as presented in previous work,this paper presents an mixed-attention guided generative adversarial network called MAGAN for low-light image enhancement in a fully unsupervised *** introduce a mixed-attention module layer,which can model the relationship between each pixel and feature of the *** this way,our network can enhance a low-light image and remove its noise *** addition,we conduct extensive experiments on paired and no-reference datasets to show the superiority of our method in enhancing low-light images.

关键词： low-light image enhancement unsupervised learning Generative Adversarial Network(GAN) mixedattention

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：