.png){kind=icon}
返回
CS³-Diff: Collaborative spatio-spectral-scale guided diffusion for low-light image enhancement
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2026.134361.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
低光图像增强在提升视觉感知和促进下游视觉任务稳健性能方面发挥着关键作用。然而，现有方法在极低光条件下往往难以在有效抑制噪声与精细纹理保留之间取得良好平衡。此外，基于图像块的推理对高分辨率图像常导致空间不一致性和块状伪影。为解决这些问题，我们提出了协作时空谱尺度引导扩散用于低光图像增强（CS3-Diff），一种多维条件引导的扩散框架。具体而言，我们引入了双阶段小波域结构先验引导（DWSPG）模块，通过小波域内的两阶段增强与融合机制明确提取并强化边缘感知的结构先验，有效缓解低信噪比区域的几何失真。为解决图像块处理引起的空间不一致性，我们设计了全局尺度位置嵌入（GSPE），联合编码扩散时间步、空间坐标和全局尺度信息，实现空间连贯和全局一致的增强。此外，我们提出了残差频域相位混合器（RFPM），通过残差调制明确建模频域中的相位信息，从而更忠实地重建精细纹理。在公开基准数据集上的大量实验表明，CS3-Diff在定量指标和视觉质量上均显著优于当前最优方法，尤其在结构保留方面表现突出，验证了所提方法的有效性。代码将公开于 https://github.com/ivsou/CS–Diff 。
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
引用论文
Restoring Vision in Adverse Weather Conditions With Patch-Based Denoising Diffusion Models使用基于补丁的去噪扩散模型在恶劣天气条件下恢复视力
OAAI
OAAI分享收藏RIRO: From Retinex-Inspired Reconstruction Optimization Model to Deep Low-Light Image Enhancement Unfolding NetworkRIRO：从受Retinex启发的重建优化模型到深度低光图像增强展开网络
PREAI
分享收藏LLDiffusion: Learning degradation representations in diffusion models for low-light image enhancementLLDiffusion: 在扩散模型中学习退化表示以增强低光图像.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏AnlightenDiff: Anchoring Diffusion Probabilistic Model on Low Light Image EnhancementAnlightenDiff: 低光图像增强的锚定扩散概率模型OAAI
OAAI分享收藏UPT-Flow: Multi-scale transformer-guided normalizing flow for low-light image enhancementUpt-flow: 用于低光图像增强的多尺度变压器引导的归一化流程PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏Illumination-Guided Grouped Attention and Masked Progressive Denoising for Low-Light Image Enhancement光照引导的分组注意力与掩码渐进去噪用于低光照图像增强
PREAI
分享收藏Shakibania, H.; Raoufi, S.; Khotanlou, H. CDAN: Convolutional dense attention-guided network for low-light image enhancement. Digit. Signal Process. 2025, 156, 104802. [Google Scholar] [CrossRef]Shakibania, H.; Raoufi, S.; Khotanlou, H. CDAN: 用于低光照图像增强的卷积密集注意力引导网络. Digit. Signal Process. 2025, 156, 104802. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏
查看更多内容