本文探讨了传统ISP的流程与操作，如暗影矫正、去马赛克等，并介绍了深度学习在图像信号处理领域的应用，如AIM2020挑战赛中的DeepISP和CameraNet模型，通过self-attention和CCA模块提升图像质量。
文章目录
20210310 重新审视isp
传统ISP 可能的流程、操作和算法
可能包括的操作
- 暗影矫正
- 坏点矫正
- 去马赛克(demosaic)
- 降噪(raw 域，yuv 域，rgb域？)
- AWB/CCM
- gamma
- …
论文
AIM 2020 Challenge on Learned Image Signal Processing Pipeline
ECCV 2020 的竞赛
以前的PIRM、NTIRE、AIM 出现过很多图像增强的任务来提高图像的保真度和视觉感知(fidelity/percepture)
DeepISP
有点像self-attention思想的会感觉，参照知识蒸馏文章中看到的，使用self-attention和CCA模块，都是这个效果，这里使用tanh激活表示残差可正可负
- loss 函数
l1 + msssim
CameraNet
- Architecture
- loss
两个网络都好大，但是以上网络都使用了attention的模块
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
