Retinexformer 论文阅读笔记
Retinexformer: One-stage Retinex-based Transformer for Low-light Image Enhancement
- 清华大学、维尔兹堡大学和苏黎世联邦理工学院在ICCV2023的一篇transformer做暗图增强的工作,开源。
- 文章认为,Retinex的
I
=
R
⊙
L
I=Rodot L
- 本文采用先预测
L
‾
overline L
I
⊙
L
‾
Iodotoverline L
- 其中第一项是因为假设
L
⊙
L
‾
=
1
Lodotoverline L=1
L
^
hat L
R
^
hat R
由于I
l
u
I_{lu}
I
l
u
I_{lu}
- 网络结构如下图所示,其中
L
p
L_p
L
‾
overline L
F
l
u
F_{lu}
F
l
u
F_{lu}
- 实验结果如下图所示,只给了PSNR和SSIM,不过没有和LLFlow比,所以区区22的PSNR也敢称SOTA。
- 也比较了exdark上的增强结果和多个数据集上的user study
- 个人感觉这篇工作没什么亮点,就是搞网络结构,但思路又不是特别亮眼,效果也没有特别好,还没有给lpips niqe LOE等指标。