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

点击下方 卡片 ，关注“ AI生成未来 ” >>后台回复“GAI”，免费获取AI行业报告和资料！ 作者：Hai Jiang等 解读：AI生成未来  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，与监督方法相比具有更好的泛化能力。 本文提出了一种基于扩散的无监督框架，将可解释的Retinex理论与低光图像增强的扩散模型相结合，命名为 LightenDiffusion 。具体 ………………………………