郓城网站建设费用,广州网络推广引流,wordpress制作模板教程,网页制作网站Ultra-High-Definition Low-Light Image Enhancement: A Benchmark and Transformer-Based Method 这是南京大学在AAAI 2023发表的一篇AAAI2023 超高清图像暗图增强的工作。提出了一个超高清暗图增强数据集#xff0c;提供了4K和8K的图片#xff0c;同时提出了一个可用于暗图…Ultra-High-Definition Low-Light Image Enhancement: A Benchmark and Transformer-Based Method 这是南京大学在AAAI 2023发表的一篇AAAI2023 超高清图像暗图增强的工作。提出了一个超高清暗图增强数据集提供了4K和8K的图片同时提出了一个可用于暗图增强的transformer网络结构。数据集4K的有5999对训练和2100对测试。提出了一个称为LLFormer的网络结构使用axis-based self-attention和dual gated mehcanism。 axis-based transformer block其实就是先对行向量之间做注意力再对列向量间做注意力可以把时间复杂度从 W × H W\times H W×H变成 W H WH WHdual gated attention block 是如下公式其中 ϕ \phi ϕ是GELU 而Cross-layer Attention Fusion Block如下 在自己数据集上的实验结果 在LOL和fivek上的实验结果 新的数据集和benchmark挺好的新方法就一般堆网络也没有针对LLIE做出什么特殊的设计
