ECCV2024｜LightenDiffusion：超越现有无监督方法，引领低光图像增强新纪元！

文章预览

↑ 点击 蓝字  关注极市平台 作者丨Hai Jiang等 来源丨AI生成未来 编辑丨极市平台 极市导读   本文提出了一种基于扩散的框架，LightenDiffusion，结合了Retinex理论的优势和扩散模型的生成能力，用于无监督低光图像增强。   >> 加入极市CV技术交流群，走在计算机视觉的最前沿 论文链接： https://arxiv.org/pdf/2407.08939 git链接： https://github.com/JianghaiSCU/LightenDiffusion 亮点直击 提出了一种基于扩散的框架， LightenDiffusion ，结合了Retinex理论的优势和扩散模型的生成能力，用于无监督低光图像增强。进一步提出了自我约束的一致性损失，以改善视觉质量。 提出了一个内容传输分解网络，在潜空间中执行分解，旨在获取富含内容的反射率图和无内容的照明图，以促进无监督恢复。 大量实验证明， LightenDiffusion 在超越现有的无监督竞争对手的同时，与监督方法相比具 ………………………………