低光環境における画像の高度な強化のためのデジタル撮像レチネックス理論

本論文では、デジタル撮像における雑音、量子化誤差、非線形性、動的範囲オーバーフローなどの重要な要因を考慮した新しいデジタル撮像レチネックス理論(DI-Retinex)を提案する。この理論に基づき、輝度コントラスト調整関数を用いた効率的な低光環境画像強化アルゴリズムを開発した。提案手法は、マスク付き逆劣化損失と分散抑制損失を用いて、教師なし学習により最適な係数ペアを生成する。実験結果は、提案手法が視覚品質、モデルサイズ、処理速度の面で既存の無監督手法を大きく上回ることを示している。