Underexposed Photo Enhancement using Deep Illumination Estimation

基于深度学习优化光照的暗光下的图像增强

论文地址：Underexposed Photo Enhancement using Deep Illumination Estimation

暗光拍照也清晰，这是手机厂商目前激烈竞争的新拍照目标。

提出基于深度学习优化光照的暗光下的图像增强模型，用端到端网络增强曝光不足的照片。

而且不是像以前的工作那样，直接学习图像到图像的映射，而是在新网络中引入中间照明，将输入与预期的增强结果相关联，增强网络从专家修饰的输入/输出图像学习复杂的摄影调整的能力。在此模型的基础上，构造了一个对光照采用约束和先验的损失函数，结果证明，新算法模型，效果超过了市面上一众当红的多摄多硬手机

传统夜景图像增强算法大致可以分为几个方面： 直方图均衡化(Histogram equalization) ，这种方法简单的利用了图像整体的统计性质，通常不能对复杂场景达到理想效果。

基于Retinex理论的增强算法，通常只能用单通道进行光照优化，颜色无法很好地回复，在光照复杂的情况下还容易出现过曝的现象。

这些传统方法还容易在增加图像亮度的同时，放大噪声等瑕疵，影响图像质量。

基于深度学习的方法，通常是直接训练回归(regression)模型，由于数据本身的特性，这种方法得到的结果通常清晰度、对比度比较低，而且会有一些人工痕迹。

提出了一种新的端到端图像增强网络。特别地，没有直接学习图像到图像的映射，而是设计网络，首先估计一个图像到光照的映射来建模各种光照条件，然后使用光照映射来照亮曝光不足的照片。此外，为了降低计算成本，我们采用了基于双网格的上采样，并设计了一个在光照上采用各种约束条件和先验的损失函数，使我们能够有效地恢复自然曝光、对比度合适、细节清晰、色彩鲜艳的低曝光照片。

方法

图像增强的任务可以被看作是寻求一个映射函数

,这样

就是我们想要的图像，由输入图像

增强得到

，最近基于Retinex方法的图像增强，

的逆函数通常被建模为光照映射S，它与反射率图像

以像素级的方式相乘，生成所观察到的图像

：

这里S建模为RGB三通道是为了增强其对颜色增强的建模能力，特别是对不同颜色通道的非线性处理能力。

是观察图像，

是增强后的图像，因此只要解得

的近似解

即可。为什么这么做有效呢？

网络架构

网络分成了 全分辨率分支 和 低分辨率分支 。其中低分辨率分支用于学习到全图光照的整体信息，低分辨率图像的使用，有助于增大网络感受野，提高算法速度。

低分辨率分支的结果将会传递给高分辨率网络分支，用于重建全分辨率下的亮度图，并最终得到增强后的图像。

损失函数

从N对图片

学习照明映射，学习出S然后增强图像

，在网络训练过程中，我们设计了一个由三个部分组成的损失函数

，并将其最小化。它表示为：

是是三个部分的损失，

是相应部分的权重

Reconstruction Loss：

为了得到预测的S，我们定义

误差度量来测量重建误差为：

其中，

和

中的所有像素通道归一化为[0,1]，

表示像素颜色通道，

是多通道光照范围约束。因为

，将

设为

的下界，确保增强结果

中的所有颜色通道(上界)都有一个上界，因此要避免超出色域的颜色，而将1设置为S的上界可以避免错误地使曝光不足的区域变暗。

Smoothness Loss：

根据先验光滑性，自然图像中的光照一般为局部光滑。在我们的网络中采用这种优先级有两个优点。首先，它有助于减少过度拟合，提高网络的泛化能力。其次，它增强了图像的对比度。当相邻像素点p和q的光照值相似时，它们在增强图像中的对比度可以估计为

，它也应该被放大，因为

。因此，我们将图3中预测的全分辨率光照S的平滑度损失定义为：

其中对所有像素的所有通道(c)求和，

为图像空间水平方向和垂直方向的偏导数，

为空间变化(每个通道)的平滑权值，表示为：

这里，

是输入图像

的对数，

是控制图像梯度灵敏度的参数，

是一个小常数，通常设置为0.0001，防止被0整除。

直观地说，平滑度损失鼓励光照在小梯度的像素上是平滑的，而在大梯度的像素上是不连续的。有趣的是，对于曝光不足的照片，图像内容和细节往往很弱。较大的梯度更可能是由不一致的光照造成的。如图4中的第4幅图像所示，通过进一步加入平滑度损失，我们恢复了良好的图像对比度，与仅重建损失的结果相比，细节更加清晰。

Color Loss

接下来，设计颜色损失来使生成的图像

中的颜色与相应的标签图片

中的颜色匹配

表示一个像素，

是一个运算符，它将RGB颜色作为三维向量计算两种颜色之间的夹角。上面等式对

和

中每个像素对的颜色向量夹角求和。

我们在其他颜色空间中使用这个简单的公式而不是L2距离的原因如下。首先，重构损失已经隐含地测量了L2色差。其次，由于L2度规仅用数值方法测量色差，因此不能保证颜色向量具有相同的方向。

并在NVidia Titan X Pascal GPU上以mini-batch为16进行40个epoch的训练。优化器使用Adam，固定学习率为

。为了增加数据，随机裁剪了

的patch，然后随机调整大小和旋转所有patch。下采样输入的固定分辨率为

。编码器网络是一个预先训练的VGG16。局部特征提取器包含两个卷积层，全局特征提取器包含两个卷积层和三个全连通层。此外，使用基于双边网格(bilateral grid)的模块对输出进行向上采样。

结果

使用了两个常用的度量标准(即，PSNR和SSIM)来定量评估我们的网络性能，根据预测结果和相应的专家润色图像之间的颜色和结构相似性。虽然这不是绝对的指示性，但总的来说，高的PSNR和SSIM值对应着相当好的结果。