ECCV2024｜GLARE 利用外部正常光照先验，实现逼真的低光照增强效果！

文章预览

前言   本文提出一种新型的基于生成式隐层特征的码本检索的低光照增强网络，命名为GLARE。其中码本先验是使用矢量量化(VQ)策略从未受损的正常光图像中提取的。 更重要的是，开发了一种生成式可逆的隐层归一化流模块，将低光照图像的特征分布对齐到正常光图像的隐层表征，从而保证了在码本中正确的代码检索。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 来源： 我爱计算机视觉 仅用于学术分享，若侵权请联系删除 论文链接：https://arxiv.org/pdf/2407.12431 Github链接：https://github.com/LowLevelAI/GLARE 亮点直击 首次采用外部正常光码本作为指导，去自然地增强低光照图像。 提出一种名为GLARE的新型低光照图像增强器，利用潜在归一化流来学习低光照图像特 ………………………………