Key points are not available for this paper at this time.
모바일 장치에서 저조도 이미징은 작은 조리개를 통해 충분한 빛이 통과하지 않아 이미지 품질이 나쁘기 때문에 종종 어렵습니다. 저해상도 이미지에 대한 이전 작업의 대부분은 조명, 색상 보정 또는 노이즈 제거와 같은 단일 작업에 집중했습니다. 노이즈 제거 기능은 카메라 모델의 짧은 이미지와 긴 이미지에 기반합니다. 이 기술은 특별한 카메라 통합 및 복원이 필요한 실제 환경에서는 효율과 일반성이 떨어집니다. 본 논문에서는 이 문제를 해결하기 위해 조명 변화를 통합하고 색상 보정 및 노이즈 제거가 가능한 조명 시스템을 제안합니다. 모델 특정 데이터를 얻는 데 어려움과 결과 이미지의 최대 내용을 고려하여, 두 개의 분기를 생성했습니다: 계수 추정 분기와 통합 분기. 컴퓨터 추정기는 희박하게 해결된 공간에서 작동하여 쌍 학습에 의해 개발된 계수를 추정하고, 협업 시스템은 완전히 해결된 공간에서 작동하여 단계별 통합 및 노이즈 제거를 제공합니다. 기존 방법과 비교할 때, 우리의 프레임워크는 다른 카메라 모델로 전환할 때 필요한 정보 기억량이 적어 모든 사용 패턴에 대한 노력을 줄입니다. 광범위한 테스트를 통해 실제 저조도 애플리케이션에서의 큰 잠재력을 입증합니다.
Suman et al. (Mon,) 이 질문을 연구했습니다.