- 博客(30)
- 收藏
- 关注
RSS订阅原创 【LLIE专题】NTIRE 2025 低照度图像增强第二名方案
本文提出SG-LLIE，一种基于结构先验引导的CNN-Transformer混合框架，用于低光照图像增强。该方法在NTIRE 2025挑战赛中取得第二名的排名。
2025-06-05 22:23:59
1078
原创 【LUT技术专题】图像自适应3DLUT代码讲解
本文解读了图像自适应3DLUT技术的代码实现，该技术结合3D LUT和CNN，支持成对/非成对数据训练，实现高效图像增强。代码核心包括：1）Classifier类实现CNN权重预测，通过下采样和卷积生成3个输出权重；2）TrilinearInterpolation类用CUDA实现三线性插值的前向/反向计算；3）TV_3D类计算平滑和单调性正则损失。模型结构轻量，通过HR->LR下采样和权重预测实现低资源消耗，同时保持图像增强质量。整体方案在保持效果的同时显著降低了计算复杂度。
2025-06-03 22:50:06
868
原创 【LUT技术专题】图像自适应3DLUT
本文提出了一种基于学习的图像自适应3D查找表（3DLUT）方法，用于高性能实时照片增强。传统3DLUT需要手工设计且缺乏灵活性，而深度学习方法虽性能优异但计算成本高。作者结合CNN和3DLUT的优势，通过CNN预测权重动态生成适应不同图像的3DLUT，既保持了LUT的高效性，又提升了增强效果。模型仅需600k参数，在4K分辨率图像上处理仅需2ms，显著优于现有方法。实验验证了该方法在成对和非成对数据集上的优越性，为实时图像增强提供了实用解决方案。
2025-05-31 23:58:59
1593
原创 【LUT技术专题】极小尺寸LUT算法：TinyLUT
TinyLUT是一种极轻量化的查找表（LUT）算法，旨在通过LUT替代计算，显著减小LUT的尺寸，同时提升图像恢复的效果。该算法在2024年NeurIPS会议上提出，主要亮点在于其分离映射策略（Separable Mapping Strategy, SMS）和动态离散化机制（Dynamic Discretization Mechanism, DDM）。
2025-05-23 20:58:27
1242
3
原创 【LLIE专题】基于事件相机照度估计的暗光增强方案
本文提出了一种基于事件相机的低光图像增强方法 RETINEV，通过利用事件相机的时间映射事件估计光照信息，并结合 Retinex 理论实现了对低光图像的高效增强。
2025-05-22 23:06:15
1305
原创 【LUT技术专题】DnLUT代码解读
本文详细解读了DnLUT技术的代码实现，重点介绍了其两个创新点：PCM模块（PairwiseChannelMixer）和L型卷积（RotationNon-overlappingKernel）。PCM模块通过3个1x2卷积实现通道和空间的交互，而L型卷积通过1x3卷积核减少旋转中的重叠，从而在相同感受野条件下降低LUT尺寸。
2025-05-20 22:22:33
1396
原创 【LLIE专题】基于Retinex理论的transformer暗光增强
Retinexformer通过结合Retinex分解和Transformer架构，有效提升了低光照图像的质量，同时保留了图像的细节信息并抑制了噪声和伪影的放大。
2025-05-18 21:20:10
1078
原创 【LUT技术专题】针对降噪优化的通道感知轻量级LUT算法：DnLUT
DnLUT是一种基于通道感知查找表（LUT）的超高效彩色图像去噪方法，旨在解决现有LUT方法在降噪任务中的局限性。通过引入Pairwise Channel Mixer（PCM）模块和L型卷积核，DnLUT在保持低存储和功耗的同时，显著提升了去噪效果。PCM模块通过并行处理通道和空间交互，有效降低了色噪声，而L型卷积核则减少了存储开销，实现了更大的感受野。实验表明，DnLUT在CPSNR指标上优于现有方法，且存储量仅为500kb，功耗仅为深度神经网络（DNN）的0.1%。该方法为图像去噪提供了一种轻量级且高效
2025-05-17 22:54:42
1466
3
原创 【超分辨率专题】一种考量视频编码比特率优化能力的超分辨率基准
本文介绍了一个新的基准测试（benchmark），旨在评估超分辨率（SR）技术在视频压缩比特率优化中的应用。该研究提出了一个综合的评测框架，涵盖了5种视频编解码器和19种SR模型，并在不同压缩比特率下进行了测试。作者期望该工作能够推动SR在实时编解码场景中的应用，为低带宽高清视频传输提供技术路径。
2025-05-16 22:04:53
1018
原创 【LLIE专题】基于码本先验与生成式归一化流的低光照图像增强新方法
GLARE 方法的核心思想是利用编码本中的潜在特征来指导低光照图像的增强过程。具体来说，该方法首先将输入的低光照图像分解为多个潜在特征，这些潜在特征能够捕捉图像的不同属性，如亮度、颜色、纹理等。然后，通过检索与之匹配的高质量潜在特征，将这些高质量潜在特征与原始低光照图像特征进行融合，从而生成增强后的图像。
2025-05-15 22:11:29
1112
原创 【LUT技术专题】SPFLUT代码解读
SPFLUT方法重点在于对角线优先压缩策略，该方法总体流程分为4个部分，训练、转换（里面包含了压缩）、微调、测试。
2025-05-13 21:31:35
1046
原创 【LUT技术专题】LUT空间的极致压缩-SPFLUT
SPFLUT提出了一种基于查找表（LUT）的高效图像恢复方法，通过压缩策略减少LUT的冗余，提升性能并降低存储需求。该方法的核心是对角线优先压缩策略（DFC），针对LUT中对角线区域的高频使用特点，保留对角线部分并减少非对角线区域的采样，从而显著减小LUT尺寸。SPFLUT还设计了一个多LUT网络结构，增强了通道特征融合，进一步提升了恢复效果。实验表明，该方法在效果和存储效率之间达到了最佳平衡，尤其在LUT尺寸大幅减小的情况下，性能依然保持优异。
2025-05-11 20:04:20
992
原创 【LUT技术专题】基于扩展卷积的极快速LUT算法
ECLUT提出扩展卷积（expand Conv）搭配一个简单有效的scaling方法来减小旋转累计的量化误差实现极快速的高精度LUT算法，该方法的计算成本基本可以忽略不计。
2025-05-07 21:15:12
971
1
原创 【LLIE专题】基于 CLIP 的无监督背光增强算法
（CLIP-LIT）该方法开创性地挖掘对比语言 - 图像预训练（CLIP）模型在像素级图像增强任务中的潜力，巧妙地借助 CLIP 模型丰富的视觉 - 语言先验知识，实现无需成对训练数据的逆光图像高质量增强。
2025-05-06 22:18:08
1347
原创 【LUT技术专题】RCLUT: Reconstructed Convolution Module Based Look-Up Tables for Efficient Image SR
RCLUT提出了一个RC模块来提升网络的感受野，用了极小的代价提升了原始MULUT和SRLUT的一个效果。RCLUT的理论感受野已经提升至27x27，比MULUT、和SPLUT提升不少，但实际效果的提升有限，毕竟用于提升感受野的算子还是avg池化。代码部分将会单起一篇进行解读。（未完待续）
2025-04-29 00:13:21
1386
原创 【图像去噪专题】NTIRE 2025：The Tenth NTIRE2025 Image Denoising Challenge Report
本文对NITRE2025的image denoising challenge report做了介绍，简要说明了各个团队的方案。
2025-04-26 21:37:57
1214
原创 【LLIE专题】HVI: A New Color Space for Low-light Image Enhancement
本文通过提出HVI色彩空间和CIDNet模型，为低光照图像增强领域带来了新的突破。HVI色彩空间通过极化HS图和可学习的强度压缩函数，有效解决了传统色彩空间在低光照图像增强中的不足。同时，CIDNet网络的双分支结构和交叉注意力机制进一步提升了图像增强的效果。实验结果表明，HVI色彩空间和CIDNet模型在多个数据集上均取得了优异的性能，证明了其在低光照图像增强中的有效性和实用性。
2025-04-25 23:10:09
928
原创 【LUT技术专题】SPLUT: Learning Series-Parallel Lookup Tables for Efficient Image Super-Resolution
Look-Up Table（查找表，LUT）是一种数据结构（也可以理解为字典），通过输入的key来查找到对应的value。其优势在于无需计算过程，不依赖于GPU、NPU等特殊硬件，本质就是一种内存换算力的思想。LUT在图像处理中是比较常见的操作，如Gamma映射，3D CLUT等。近些年，LUT技术已被用于深度学习领域，由SR-LUT启发性地提出了模型训练+LUT推理的新范式。本专题旨在跟进和解读LUT技术的发展趋势，为读者分享最全最新的LUT方法，欢迎一起探讨交流。
2025-04-23 23:52:44
951
6
原创 【视频去噪专题】RFCVD：Classic Video Denoising in a Machine Learning World ：Robust, Fast, and Controllable
视频去噪是视频处理过程中重要的步骤，本文创新性地提出了AI+传统相结合的视频去噪方案，用模型估计参数，传统算法实现去噪，在鲁棒性、快速性和可控制性方面均由优势
2025-04-21 23:04:42
1434
原创 【LLIE专题】ZeroDCE: Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement
Zero-DCE的核心思想是将低光照图像增强问题转化为图像特定的曲线估计问题，通过训练一个轻量级的神经网络（DCE-Net）来预测像素级的高阶曲线，再利用该曲线对图像进行调整，从而实现图像的亮度和对比度增强。零参考增强：无需任何成对或非成对的训练数据，也不需要参考图像，降低了应用门槛。轻量级网络：所采用的 DCE-Net 网络结构轻量化，参数量少，易于训练，且推理速度快，可在手机等移动设备上实现实时图像增强。端到端训练。
2025-04-20 22:18:31
1314
原创 【LUT技术专题】MuLUT: Cooperating Multiple Look-Up Tables for Efficient Image Super-Resolution
MuLUT在SRLUT的基础上，利用串联和并联的设计提升了感受野，并提出了 LUT微调的方式。相较SR-LUT，效果改进明显，且内存增加不多。
2025-04-19 14:58:31
1338
4
原创 【扩散模型专题】DiffMorpher：Unleashing the Capability of Diffusion Models for Image Morphing
DiffMorpher 是一种基于扩散模型的图像变形方法，通过拟合两个 LoRA 模型并结合插值技术，实现了两张图像之间的平滑过渡，显著提升了图像变形的质量。
2025-04-16 23:06:02
908
原创 【LUT技术专题】SRLUT：Practical Single-Image Super-Resolution Using Look-Up Table
一种极轻量超分算法，提出了模型训练+LUT推理的创新性图像处理范式。用查表来代替模型推理，无需计算过程。适用于算力有限且有SR需求的端侧应用。
2025-04-14 22:46:24
1312
4
图像超分-ECLUT-快速查找-代码实现
2025-05-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人