Controlling low-light image enhancement with restoration level estimator

• Ano de defesa: 2025
• Autor(a) principal: Moraes, Gabriel Tadiello
• Orientador(a): Oliveira Neto, Manuel Menezes de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Realce de imagens controlável; Restauração de imagens; Visão computacional; Aprendizado profundo
• Palavras-chave em Inglês: Low-Light image enhancement; Computational photography
• Link de acesso: http://hdl.handle.net/10183/300244

Orealce de imagens em baixa iluminação (Low-Light Image Enhancement- LLIE) é uma tarefa importante em visão computacional, visando melhorar a qualidade visual de ima gens capturadas em condições de iluminação subótimas. Imagens realçadas não apenas se tornam mais agradáveis visualmente, mas também mais eficazes para tarefas subsequen tes, como detecção e classificação de objetos. No entanto, o nível desejado de realce é frequentemente subjetivo e varia entre usuários e aplicações, o que motiva a necessidade de métodos de LLIE controláveis, que permitam ajustar a intensidade do realce. Neste trabalho, introduzimos o bloco Estimador de Nível de Restauração (Restoration Le vel Estimator- RLE), um componente projetado para proporcionar controle sobre o nível de realce em modelos existentes de LLIE. O bloco RLE pode ser integrado em redes neu rais convolucionais, adicionando um novo canal que permite aos usuários ajustar o nível de realce aplicado às imagens de entrada. Além disso, nossos experimentos mostram que, além de oferecer controle, o bloco RLE pode, em alguns casos, melhorar o desempenho geral dos modelos de LLIE. Demonstramos a flexibilidade da nossa abordagem em di versos modelos de LLIE, destacando seu potencial para aprimorar tanto a experiência do usuário quanto o desempenho do modelo.