LLFormer 论文阅读笔记 - 码农知识堂 - 文章详情页

LLFormer 论文阅读笔记
Ultra-High-Definition Low-Light Image Enhancement: A Benchmark and Transformer-Based Method
- 这是南京大学在AAAI 2023发表的一篇AAAI2023 超高清图像暗图增强的工作。提出了一个超高清暗图增强数据集，提供了4K和8K的图片，同时提出了一个可用于暗图增强的transformer网络结构。
- 数据集4K的有5999对训练和2100对测试。
- 提出了一个称为LLFormer的网络结构，使用axis-based self-attention和dual gated mehcanism。
- axis-based transformer block其实就是先对行向量之间做注意力，再对列向量间做注意力，可以把时间复杂度从 $W\times H$ 变成 $W + H$
- dual gated attention block 是如下公式，其中 $\phi$ 是GELU
- 而Cross-layer Attention Fusion Block如下：
- 在自己数据集上的实验结果：
- 在LOL和fivek上的实验结果：
- 新的数据集和benchmark挺好的，新方法就一般，堆网络，也没有针对LLIE做出什么特殊的设计
相关阅读:
用项目管理管PMP考试我该如何准备？
【数据结构与算法】之深入解析“恢复数组”的求解思路与算法示例
 LaTex(1):使用在线表格生成器工具生成LaTex表格
 程序员追星 - Hal Abelson
指针笔试题（带解析版）
搜索查找类指令
 重新认识下JVM级别的本地缓存框架Guava Cache——优秀从何而来
 软件测试需要学什么，这几点一定要知道
 vue获取本地缓存并转为json格式
 操作系统4小时速成：进程管理复习重点，进程，线程，处理机调度，进程同步，死锁
原文地址：https://blog.csdn.net/weixin_44326452/article/details/132802662