研究者提出低光照图像增强网络CueDR-Net
热点事件持续更新
研究者提出低光照图像增强网络CueDR-Net
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yicui Shi、Yuhan Chen 等在 arXiv 发布论文，提出低光照图像增强双路径网络 CueDR-Net。该网络由亮度调整与局部内容重建两条路径组成，通过双向线索交互结合，并采用自适应多尺度响应精炼卷积（AMRRConv），据论文称可缓解现有方法常见的色彩偏差和细节模糊问题。 论文称在 LOLv1、LSRW 等数据集上进行了验证。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
CueDR-Net：基于线索引导双路径重建与自适应多尺度响应精炼的低光照图像增强方法报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AICueDR-Net：基于线索引导双路径重建与自适应多尺度响应精炼的低光照图像增强方法
论文提出 CueDR-Net，一种双路径低光照图像增强网络，通过亮度调整与局部内容重建两条路径及双向线索交互，缓解现有方法易出现的色彩偏差和细节模糊问题。其 AMRRConv 卷积用像素级权重融合可学习局部过渡响应与多尺度特征，捕捉跨尺度弱结构。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。