- …
- …
#628
summarized by : Fumiharu Suzuki
どんな論文か？
低照度画像を復元するために、非学習的手法によって推定しpixelごとのSNRを利用して、低SNR値の画素のみを利用するトランスフォーマーとResidual Convolutionの2ブランチを持つネットワーク構造により、7つのベンチマークでSOTAを達成した。
新規性
画像のpixelごとのSignal-Noise ratio(SNR)を推定し、SNRが高い画素に絞った遠いpixelの情報を利用するトランスフォーマーと局所的な情報を利用するResidual Convolutionの２つのブランチに分けたネットワーク構造を利用した。局所的なpixel値の平均とそこからのズレを利用するシンプルなSNR推定でトランスフォーマーの計算をマスクするだけで効果を発揮した。
結果
低照度画像と高照度画像がペアになったデータセットLOL v1, LOL v2(real, synthetic), SMID, SID, SDSD(indoor, outdoor)の全てにおいて、PSNRとSSIMでSOTAを達成した。
その他（なぜ通ったか？等）
github：https://github.com/dvlab-research/SNRAware-Low-Light-Enhance.
- …
- …