基于深度注意力机制的低照度图像增强方法

摘要：

复杂环境下的低照度图像具有光照分布不均、多光源叠加作用等特点,导致增强后的图像真实性不足、图像噪声增加等问题.针对低照度图像的特点,提出了一种基于深度注意力机制的低照度图像增强方法.设计生成对抗全局自注意力低照度增强网络(GSLE-GAN)以实现低照度图像的增强.在生成器中设计并使用注意力模块,提高模型对于光照分布特点的提取能力以及生成图像的真实性,采用局部鉴别器与全局鉴别器共同作用的方式使图像具有更丰富的细节信息,使用非配对数据及对模型进行训练,以提升模型的鲁棒性并进一步保证生成图像的真实性.通过对比实验,证明了文中所提方法的优越性,并在目标检测任务中证明了方法的有效性.

关键词：低照度图像、生成对抗网络、图像增强、注意力机制

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国防科技卓越青年基金2020-JCJQ-ZQ-023

在线出版日期：2023-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：37-42,48