摘要
摘要
图像是人们获取信息的重要来源。然而在图像采集、传输与分析过程中,受成像
设备、环境光照及传输噪声等因素影响,易产生噪声干扰与低光照劣化问题。为了改
善含噪图像和低光图像的质量,科研人员们提出了众多去噪和增强算法,仍存在显著
局限:基于监督学习的方法依赖合成数据训练,虽能捕捉丰富图像结构,但合成数据
与真实场景特性差异导致模型泛化性受限。因此,本文聚焦单幅图像自监督学习框架,
挖掘自身监督信号,实
摘要
摘要
图像是人们获取信息的重要来源。然而在图像采集、传输与分析过程中,受成像
设备、环境光照及传输噪声等因素影响,易产生噪声干扰与低光照劣化问题。为了改
善含噪图像和低光图像的质量,科研人员们提出了众多去噪和增强算法,仍存在显著
局限:基于监督学习的方法依赖合成数据训练,虽能捕捉丰富图像结构,但合成数据
与真实场景特性差异导致模型泛化性受限。因此,本文聚焦单幅图像自监督学习框架,
挖掘自身监督信号,实
文档评论(0)