融合對(duì)比學(xué)習(xí)和生成對(duì)抗網(wǎng)絡(luò)的微光圖像增強(qiáng)方法

摘要： 針對(duì)現(xiàn)有微光圖像增強(qiáng)方法存在的細(xì)節(jié)丟失、噪聲放大等問(wèn)題，提出一種融合對(duì)比學(xué)習(xí)與生成對(duì)抗網(wǎng)絡(luò)的圖像增強(qiáng)模型（CG-LLIE），實(shí)現(xiàn)在非配對(duì)數(shù)據(jù)場(chǎng)景下對(duì)微光圖像的有效增強(qiáng)。該模型以生成對(duì)抗網(wǎng)絡(luò)為基礎(chǔ)，通過(guò)構(gòu)建一個(gè)多層局部對(duì)比損失引入對(duì)比學(xué)習(xí)機(jī)制，促進(jìn)模型自適應(yīng)關(guān)注局部區(qū)域，從而保留更多細(xì)節(jié)特征。其次，在生成器網(wǎng)絡(luò)結(jié)構(gòu)中設(shè)計(jì)一個(gè)噪聲對(duì)抗模塊，通過(guò)在特征提取過(guò)程中添加可學(xué)習(xí)的噪聲，以糾... （共10頁(yè)）