التحسين الموجه بالانتباه لصور الإضاءة المنخفضة باستخدام مجموعة بيانات محاكاة الإضاءة المنخفضة على نطاق واسع

تعزيز الصور ذات الإضاءة المنخفضة يمثل تحديًا كبيرًا، حيث يجب مراعاة ليس فقط استعادة السطوع ولكن أيضًا قضايا معقدة مثل تشوه الألوان والضوضاء، التي تختبئ عادةً في الظلام. ببساطة ضبط سطوع صورة ذات إضاءة منخفضة سيضخم حتماً تلك العيوب. لمعالجة هذه المشكلة الصعبة، تقترح هذه الورقة طريقة جديدة موجهة بالانتباه (attention-guided) تعتمد على شبكة عصبية متعددة الفروع (multi-branch convolutional neural network). لتحقيق هذا، نقوم أولاً ببناء مجموعة بيانات اصطناعية باستخدام استراتيجيات محاكاة الإضاءة المنخفضة المصممة بدقة. تكون هذه المجموعة أكبر وأكثر تنوعًا من المجموعات الموجودة حاليًا. باستخدام المجموعة الجديدة للتدريب، تتعلم طريقتنا خرائط انتباهين لتهذيب مهمة تعزيز السطوع ومهمة التقليل من الضوضاء على التوالي. يميز الخريطة الأولى المناطق غير المضيئة بشكل كافٍ عن المناطق جيدة الإضاءة، بينما يميز الخريطة الثانية الضوضاء عن النسيج الحقيقي. بفضل توجيههما، تعمل الشبكة المقترحة المتعددة الفروع لتفكيك ودمج التعزيز بطريقة متكيفة مع المدخلات. بالإضافة إلى ذلك، تقوم شبكة تعزيزية أخرى بتحسين الألوان والتباين في الصورة النهائية. تثبت التجارب الواسعة على عدة مجموعات بيانات أن طريقتنا قادرة على إنتاج نتائج تعزيز عالية الدقة للصور ذات الإضاءة المنخفضة وتتفوق بشكل كبير على أفضل الطرق الحالية سواءً من الناحية الكمية أو البصرية.