为了进一步探究SCI的优势,本文比较了在低光照人脸检测与夜间语义分割两个下游任务的性能。在低光照人脸检测任务中,定义了两种与SCI相关的版本,一种是将SCI作为预处理来实现数据的亮度增强(其他对比方法采用相同方式)并在该数据基础上微调检测网络,另一种是SCI与检测网络联合微调(记为SCI+)。图5中展示了检测结果,可以...
2018-2020年连续举办三届的UG2+Prize Challenge比赛将低光照人脸检测作为主竞赛单元,极大程度推动了学术界对于低光照图像增强技术的研究。某手机厂商于2019年发布会上将暗光拍摄能力作为主打亮点,掀起了工业界利用深度学习技术解决低光照图像增强...
为了进一步探究SCI的优势,本文比较了在低光照人脸检测与夜间语义分割两个下游任务的性能。在低光照人脸检测任务中,定义了两种与SCI相关的版本,一种是将SCI作为预处理来实现数据的亮度增强(其他对比方法采用相同方式)并在该数据基础上微调检测网络,另一种是SCI与检测网络联合微调(记为SCI+)。图5中展示了检测结果,可以...
为了进一步探究SCI的优势,本文比较了在低光照人脸检测与夜间语义分割两个下游任务的性能。在低光照人脸检测任务中,定义了两种与SCI相关的版本,一种是将SCI作为预处理来实现数据的亮度增强(其他对比方法采用相同方式)并在该数据基础上微调检测网络,另一种是SCI与检测网络联合微调(记为SCI+)。图5中展示了检测结果,可以...
在低光照人脸检测任务中,定义了两种与SCI相关的版本,一种是将SCI作为预处理来实现数据的亮度增强(其他对比方法采用相同方式)并在该数据基础上微调检测网络,另一种是SCI与检测网络联合微调(记为SCI+)。图5中展示了检测结果,可以看出,本文提出的方法具有明显优势,能够检测出更多的小目标。
代码地址:https://github.com/vis-opt-group/SCI 本文提出了一种全新的低光照图像增强方案:自校准光照学习(SCI)。通过构建引入自校准模块的权重共享光照学习过程,摒弃了网络结构的繁杂设计过程,实现了仅使用简单操作进行增强的目的。大量实验结果表明,SCI在视觉质量、计算效率、下游视觉任务应用方面均取得了突破(见图1...