17日前

M-Net+におけるハーフウェーブレットアテンションによる低照度画像増強

Chi-Mao Fan, Tsung-Jung Liu, Kuan-Hsien Liu
M-Net+におけるハーフウェーブレットアテンションによる低照度画像増強
要約

低照度画像強調は、暗い画像を適切な明るさに強調するコンピュータビジョンのタスクであり、画像復元分野における不適切に定義された問題と見なすことができる。深層ニューラルネットワークの成功に伴い、畳み込みニューラルネットワーク(CNN)は従来のアルゴリズムベースの手法を上回り、コンピュータビジョン分野における主流となっている。強調アルゴリズムの性能をさらに向上させるために、改良された階層型モデルであるM-Net+を基盤とする画像強調ネットワーク(HWMNet)を提案する。具体的には、M-Net+に半波ドレット注意ブロック(half wavelet attention block)を導入し、ウェーブレット領域からの特徴量を豊かにしている。さらに、HWMNetは、定量的評価指標および視覚的品質の観点から、2つの画像強調データセットにおいて競争力のある性能を示している。ソースコードおよび事前学習済みモデルは、https://github.com/FanChiMao/HWMNet にて公開されている。