ZERO-SHOT RESTORATION OF UNDEREXPOSED IMAGES VIA ROBUST RETINEX DECOMPOSITION 论文总结
目录一、论文主要内容二、RRDNet的工作流程三、损失函数1、Retinex重建损失2、纹理增强损失3、光照指导的噪声损失4、损失函数公式三、实验结果四、代码复现结果一、论文主要内容1、提出了RRDNet，不需要提前训练，相反，权重更新依赖于输入单张图像的内部优化，这样确保了在不同场景和多种光照条件下的泛化能力(generalizationcapability)。2、RRDNet有三个分支，可以预