論文の概要: VCR: Variance-Driven Channel Recalibration for Robust Low-Light Enhancement

• arxiv url: http://arxiv.org/abs/2603.10975v1
• Date: Tue, 10 Mar 2026 15:10:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-12 16:22:33.066506
• Title: VCR: Variance-Driven Channel Recalibration for Robust Low-Light Enhancement
• Title（参考訳）: VCR:ロバスト低照度化のための可変駆動チャネル再校正
• Authors: Zhixin Cheng, Fangwen Zhang, Xiaotian Yin, Baoqun Yin, Haodian Wang,
• Abstract要約: VCR(Variance-Driven Channel Recalibration for Robust Low-Light Enhancement)は、低照度画像強調のための新しいフレームワークである。 VCRはChannel Adaptive Adjustment (CAA)モジュールを含む2つの主要コンポーネントで構成されている。 分散誘導型特徴フィルタリングを用いて、高強度および色分布の領域に対するモデルの焦点を拡大する。 既存の方法と比較して最先端のパフォーマンスを実現している。
• 参考スコア（独自算出の注目度）: 6.074987745318463
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Most sRGB-based LLIE methods suffer from entangled luminance and color, while the HSV color space offers insufficient decoupling at the cost of introducing significant red and black noise artifacts. Recently, the HVI color space has been proposed to address these limitations by enhancing color fidelity through chrominance polarization and intensity compression. However, existing methods could suffer from channel-level inconsistency between luminance and chrominance, and misaligned color distribution may lead to unnatural enhancement results. To address these challenges, we propose the Variance-Driven Channel Recalibration for Robust Low-Light Enhancement (VCR), a novel framework for low-light image enhancement. VCR consists of two main components, including the Channel Adaptive Adjustment (CAA) module, which employs variance-guided feature filtering to enhance the model's focus on regions with high intensity and color distribution. And the Color Distribution Alignment (CDA) module, which enforces distribution alignment in the color feature space. These designs enhance perceptual quality under low-light conditions. Experimental results on several benchmark datasets demonstrate that the proposed method achieves state-of-the-art performance compared with existing methods.
• Abstract（参考訳）: ほとんどのsRGBベースのLLIE法は、輝度と色が絡み合っているのに対して、HSV色空間は、重要な赤と黒のノイズアーティファクトを導入するコストでデカップリングが不十分である。 近年,彩色偏光と強度圧縮による色忠実度の向上により,これらの制約に対処するHVI色空間が提案されている。 しかし、既存の方法では、輝度と彩色の間のチャネルレベルの不整合に悩まされ、不整合色分布が不自然な拡張結果をもたらす可能性がある。 これらの課題に対処するために、低照度画像強調のための新しいフレームワークであるロバスト低照度拡張のための可変駆動チャネル校正法(VCR)を提案する。 VCRはChannel Adaptive Adjustment (CAA)モジュールを含む2つの主要コンポーネントから構成される。 そして、色特徴空間における分布アライメントを強制する色分布アライメント(CDA)モジュール。 これらの設計は、低照度条件下での知覚品質を高める。 いくつかのベンチマークデータセットの実験結果から,提案手法は既存手法と比較して最先端性能を実現することが示された。

関連論文リスト

• Revisiting Lightweight Low-Light Image Enhancement: From a YUV Color Space Perspective [17.507319835166406]
  本稿では,Yチャネル用のDual-Stream Global-Local Attentionモジュール,UVチャネル用のY-Guided Local-Aware Frequency Attentionモジュール,最終機能融合のためのGuid Interactionモジュールを用いて,チャネルを戦略的に復元するYUVベースの新しいパラダイムを提案する。 提案モデルでは,複数のベンチマークで新たな最先端性を確立し,パラメータ数を大幅に低減した視覚的品質を実現する。
  論文  参考訳（メタデータ） (2026-01-24T07:27:54Z)
• Perception-Inspired Color Space Design for Photo White Balance Editing [20.114221919949603]
  ホワイトバランス(WB)は、画像信号プロセッサ(ISP)パイプラインにおける重要なステップである。 本稿では,知覚にインスパイアされたLearable HSI(LHSI)色空間を利用するWB補正のための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-10T07:27:16Z)
• HVI-CIDNet+: Beyond Extreme Darkness for Low-Light Image Enhancement [56.02740727422916]
  低光画像強調(LLIE)は、劣化した低光画像から鮮明なコンテンツと詳細を復元することを目的としている。 既存の標準RGB(sRGB)カラースペースベースのLLIE法は、しばしば色バイアスと明るさのアーチファクトを生成する。 HV色マップと学習可能な強度によって定義されるLLIEの新しい色空間を提案する。 HVI-CIDNet+はHVI色空間上に構築されており、損傷したコンテンツを復元し、極暗い領域における色歪みを軽減する。
  論文  参考訳（メタデータ） (2025-07-09T13:03:34Z)
• Contourlet Refinement Gate Framework for Thermal Spectrum Distribution Regularized Infrared Image Super-Resolution [54.293362972473595]
  画像超解像(SR)は、高解像度(HR)画像を低解像度(LR)画像から再構成することを目的としている。 SRタスクに対処する現在のアプローチは、RGB画像の特徴を抽出するか、同様の劣化パターンを仮定するものである。 スペクトル分布の忠実さを保ちつつ、赤外線変調特性を復元するコントゥーレット改質ゲートフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-19T14:24:03Z)
• Sagiri: Low Dynamic Range Image Enhancement with Generative Diffusion Prior [26.93312785388343]
  8ビットカメラを用いた高ダイナミックレンジの風景は、しばしばオーバー/アンダー露、低ビット深度圧縮による細部の詳細の喪失、歪んだ色分布、暗黒領域の強いノイズに悩まされる。 従来のLDR画像強調法は主に色マッピングに重点を置いており、画像の色域を拡大し、明るさを調整することで視覚的表現を強化する。 そこで本研究では,HDR画像における課題の全範囲を克服し,現行モデルの限界を超える2段階のアプローチを提案する。
  論文  参考訳（メタデータ） (2024-06-13T17:58:40Z)
• You Only Need One Color Space: An Efficient Network for Low-light Image Enhancement [50.37253008333166]
  低照度画像強調(LLIE)タスクは、劣化した低照度画像から詳細と視覚情報を復元する傾向がある。 水平/垂直インテンシティ(HVI)と呼ばれる新しいトレーニング可能なカラー空間を提案する。 輝度と色をRGBチャネルから切り離して、拡張中の不安定性を緩和するだけでなく、トレーニング可能なパラメータによって異なる照明範囲の低照度画像にも適応する。
  論文  参考訳（メタデータ） (2024-02-08T16:47:43Z)
• Diving into Darkness: A Dual-Modulated Framework for High-Fidelity Super-Resolution in Ultra-Dark Environments [51.58771256128329]
  本稿では,低照度超解像課題の性質を深く理解しようとする,特殊二変調学習フレームワークを提案する。 Illuminance-Semantic Dual Modulation (ISDM) コンポーネントを開発した。 包括的実験は、我々のアプローチが多様で挑戦的な超低照度条件に適用可能であることを示す。
  論文  参考訳（メタデータ） (2023-09-11T06:55:32Z)
• Underwater Image Enhancement via Medium Transmission-Guided Multi-Color Space Embedding [88.46682991985907]
  本稿では,Ucolor と呼ばれる媒体透過誘導多色空間埋め込みによる水中画像強調ネットワークを提案する。 当社のネットワークは、複数の色空間を埋め込むことにより、水中画像の視覚的品質を効果的に改善できます。
  論文  参考訳（メタデータ） (2021-04-27T07:35:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。