Practical exposure correction via compensation

Long Ma

doi:10.1007/s11432-024-4928-y

Practical exposure correction via compensation

2026-07-16

0

PRE

AI

DOI：10.1007/s11432-024-4928-y

原文链接

原文求助

摘要

En 中文

在计算机视觉中，校正曝光水平是增强光照不适宜的观测图像视觉质量的一项基本任务。然而，现有方法往往不实用，因为它们因建模模式的限制而缺乏对未知场景的适应性，且因计算流程复杂而难以实现满意的效率。为解决这些挑战，我们提出了一种新的实用曝光校正器（PEC），在质量和效率方面均表现出色。具体而言，为克服现有建模模式表达能力的局限性，我们构建了一个具有曝光敏感补偿的通用模型，以提供直观的建模视角。我们还设计了一种简单有效的曝光对抗函数，以催化场景自适应补偿。基于上述关键概念，我们开发了一种稳定且鲁棒性的迭代收缩方案，避免了现有研究中遇到的复杂推理过程。在八个具有挑战性的数据集上的广泛实验评估表明，所开发的模型对未知环境具有强大的适应性。该模型提供了出色的处理速度，仅需0.0009秒即可在配备GeForce RTX 2080Ti GPU的设备上处理一张2K图像。对不同下游视觉任务的实验分析进一步验证了该模型的多功能性。代码可在https://github.com/vis-opt-group/PEC获取。

Keyword:

exposure correction

low-light image enhancement

exposure compensation

Practical exposure correction via compensation

摘要

期刊

机构