融合对比学习和生成对抗网络的微光图像增强方法

摘要： 针对现有微光图像增强方法存在的细节丢失、噪声放大等问题，提出一种融合对比学习与生成对抗网络的图像增强模型（CG-LLIE），实现在非配对数据场景下对微光图像的有效增强。该模型以生成对抗网络为基础，通过构建一个多层局部对比损失引入对比学习机制，促进模型自适应关注局部区域，从而保留更多细节特征。其次，在生成器网络结构中设计一个噪声对抗模块，通过在特征提取过程中添加可学习的噪声，以纠... （共10页）