面向自动可视化的可解释数据变换推荐

2023年第24卷第7期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2023年第24卷第7期 doi: 10.1631/FITEE.2200344

面向自动可视化的可解释数据变换推荐

1山东工商学院信息与电子工程学院，中国烟台市，264005；2山东工商学院计算机科学与技术学院，中国烟台市，264005；3山东工商学院山东省高等学校未来智能计算协同创新中心，中国烟台市，264005；4山东财经大学计算机科学与技术学院，中国济南市，250014

收稿日期： 2022-08-11 录用日期： 2023-07-24 发布日期： 2023-07-24

HTML6 PDF 11 收藏 0

摘要

在低光环境下拍摄的图像质量不佳，影响其进一步应用。为提升低光图像可视性，提出一种基于过滤—群聚注意力（FCA）的递归网络，其中主体由3个单元组成：差异关注、门控递归以及迭代残差。该网络对低光图像进行多阶段递归学习，进而提取更深层次特征信息。为算得更加精确的相关性，设计了一种关注特征通道突出性的FCA。FCA与自注意力被用以突出特征的低光区域与重要通道。此外，设计了密集连接金字塔（DenCP）来提取低光反转图的色彩特征，使图像的色彩信息损失得以补偿。在6种公开数据集上的实验结果表明，本文方法在视觉和指标上有着突出表现。

关键词

低光增强 ; 过滤—群聚注意力 ; 密集连接金字塔 ; 递归网络