通过深度神经网络估计图像特定的色调曲线来实现低光照图像增强的算法
下载量 37
发布时间 : 3/2/2022
模型简介
Zero-DCE是一种无需参考图像的深度学习方法,通过估计高阶色调曲线来增强低光照图像,保持动态范围和对比度。
模型特点
无参考训练
不需要输入/输出图像对进行训练,通过无参考损失函数指导网络训练
动态范围保持
通过高阶色调曲线估计保持图像的动态范围
对比度保留
增强过程中保留相邻像素的对比度
轻量级网络
使用轻量级的DCE-Net进行像素级曲线估计
模型能力
低光照图像增强
动态范围调整
对比度优化
使用案例
图像处理
夜间摄影增强
提升低光照条件下拍摄照片的亮度和细节
示例图像展示了明显的亮度提升和细节恢复
监控视频增强
改善低光照环境下的监控视频质量
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文