摘要
تم تقديم خوارزمية تعزيز الصور منخفضة الإضاءة باستخدام دمج التكيف الميزة عبر المستويات لمواجهة مشكلات مثل انخفاض السطوع وانخفاض التباين وتأثيرات بصرية ضعيفة في الصور المجمعة في بيئات منخفضة الإضاءة. تعتمد الخوارزمية أولاً على دمج أخذ العينات الهرمي والالتفاف واسع النطاق لبناء واجهة الشبكة، مما يولد ميزات متعددة المقاييس مع مجال استقبال واسع، مما يسمح بالاستخراج الكامل للمعلومات السطحية. ثم يتم إدخال وحدة انتباه تحويل متعددة الرؤوس في وسط الشبكة، حيث تحسب التغاير التبادلي بين القنوات لإنشاء خرائط الانتباه، مما ينشئ ضمنيًا ارتباطات السياق الشامل العالمي. بعد ذلك يتم بناء دالة خسارة مشتركة لتوجيه تقارب النموذج، لمساعدة النموذج على تحسين التباين والتركيب، وزيادة متانة الخوارزمية. أخيرًا، أجريت تجارب على مجموعات بيانات LOL و LOLv2، وأظهرت النتائج التجريبية أن الخوارزمية المقترحة تتفوق على معظم الخوارزميات المتقدمة من حيث مؤشرات موضوعية مثل نسبة الإشارة إلى الضوضاء القصوى (PSNR) وتشابه الهيكل (SSIM)، بينما ترتبط الصور ذات الإضاءة الطبيعية والضوضاء والآثار الزائفة مقيدة بشكل فعال من الناحية الذاتية.
关键词
صور منخفضة الإضاءة;الالتفاف واسع النطاق;متعدد المقاييس;انتباه تحويل متعددة الرؤوس;دالة خسارة مشتركة
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website