Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

DRWKV: Tập trung vào các cạnh của vật thể để cải thiện hình ảnh thiếu sáng

Created by
  • Haebom

Tác giả

Tiết Thành Bạch, Ngọc Hương Vương, Bá Vũ Hồ, Tần Nguyên Jie, Chuanzhi Xu, Hongru Xiao, Kechen Li, Vera Chung

Phác thảo

Bài báo này đề xuất một mô hình mới, Giá trị khóa có trọng số tiếp nhận chi tiết (DRWKV), để giải quyết vấn đề nâng cao hình ảnh trong môi trường ánh sáng cực yếu. DRWKV tách biệt hiệu quả cấu trúc chiếu sáng và cạnh bằng cách kết hợp lý thuyết Retinex cạnh toàn cầu (GER) được đề xuất, do đó nâng cao độ trung thực của cạnh. Hơn nữa, chúng tôi giới thiệu Evolving WKV Attention, một cơ chế quét xoắn ốc nắm bắt tính liên tục của cạnh trong không gian và mô hình hóa tốt hơn các cấu trúc bất thường. Hơn nữa, chúng tôi thiết kế Bộ căn chỉnh phổ song phương (Bi-SAB) và thuật toán MS2-Loss tùy chỉnh để căn chỉnh các đặc điểm độ sáng và màu sắc nhằm nâng cao độ mượt mà của hình ảnh và giảm hiện tượng nhiễu. Các thử nghiệm mở rộng trên năm điểm chuẩn Nâng cao hình ảnh trong điều kiện ánh sáng yếu (LLIE) chứng minh rằng DRWKV đạt được hiệu suất tiên tiến trong PSNR, SSIM và NIQE trong khi vẫn duy trì độ phức tạp tính toán thấp. Hơn nữa, chúng tôi chứng minh hiệu suất hạ lưu được cải thiện trên các tác vụ theo dõi nhiều đối tượng trong điều kiện ánh sáng yếu, thể hiện khả năng khái quát hóa của nó.

Takeaways, Limitations

Takeaways:
Bằng cách kết hợp lý thuyết GER, chúng tôi cải thiện đáng kể độ chính xác của việc nâng cao hình ảnh trong điều kiện ánh sáng yếu bằng cách cho phép tách hiệu quả cấu trúc chiếu sáng và cấu trúc cạnh.
Evolved WKV Attention mô hình hóa hiệu quả tính liên tục của cạnh không gian và thể hiện tốt các cấu trúc bất thường.
Bi-SAB và MS2-Loss cải thiện độ tự nhiên của hình ảnh và giảm hiện tượng nhiễu.
Thiết bị đạt hiệu suất tốt nhất theo số liệu PSNR, SSIM và NIQE và cũng cho thấy sự cải thiện về hiệu suất trong các tác vụ hạ lưu như theo dõi nhiều đối tượng trong điều kiện ánh sáng yếu.
Nó duy trì độ phức tạp tính toán thấp, phù hợp với các ứng dụng thời gian thực.
Limitations:
Trong bài báo này, chỉ trình bày kết quả cho một tập dữ liệu chuẩn cụ thể và hiệu suất tổng quát trên các tập dữ liệu hoặc điều kiện ánh sáng khác cần được nghiên cứu thêm.
Có thể còn thiếu sót khi mô tả chi tiết về thiết kế cụ thể và quá trình điều chỉnh tham số của lý thuyết GER và WKV đang tiến hóa.
Cần phải xác nhận thêm về đánh giá hiệu suất và tính mạnh mẽ trong môi trường ứng dụng thực tế.
👍