URetinex-Net++低光增强网络

轻量高效去噪

通过可学习的展开优化网络实现噪声抑制与细节保留，并利用跨阶段融合缓解色彩缺陷。

邬文慧 · Jian, Weng · Zhang, Pingping · 王旭 · Yang, Wenhan · 江健民

IEEE Transactions on Pattern Analysis and Machine Intelligence 2024

技术优势

噪声与细节兼得

展开优化模块引入两个网络自适应拟合隐式先验，对分解分量同时实现噪声抑制和细节保留。

参数少且耗时短

在提升低光增强性能的同时，仅引入少量参数，并消耗极少时间，适合实际部署。

色彩缺陷被缓解

引入跨阶段融合块，有针对性地解决前代 URetinex-Net 中的色彩缺陷问题。

应用场景

• 具身智能视觉：在低光环境中为机器人提供清晰视觉输入，增强物体识别与导航能力。
• 无人机夜航视觉：改善无人机夜间航拍的画面质量，保障夜间巡检与监视任务。
• 工业检测低光成像：增强工业摄像头在昏暗环境下的成像，便于检测缺陷和监控产线。
• 医学影像增强：提升内窥镜等医疗影像在低光条件下的可见度，辅助医生诊断。
• 电子皮肤视觉感知：为电子皮肤视觉传感器提供低光增强，提升其在环境光不足时的感知能力。