带你读《2022技术人的百宝黑皮书》——CVPR2022 | 开源： 基于间距自适应查找表的实时图像增强方法(3) https://developer.aliyun.com/article/1246793?groupCode=taobaotech
通过对不同输入图像可视化网络学习得到3D LUTs，如下图所示，我们可以观察到针对曝光较弱（左子图）和曝光较强（右子图）的不同输入图像，网络预测的采样坐标（如第三行中竖线所示）分别聚集在了图像的不同灰度值区域。这体现了所提方法如预期一般在大规模数据先验中一定程度学习到了在三维颜色空间自适应采样3D LUT的能力。
在两个公开图像增强/美化数据集FiveK和PPR10K上，所提方法以总体较低的参数量和实时推理时间在增强图像的客观评价指标上超过了现有方法，达到了先进性能。
带你读《2022技术人的百宝黑皮书》——CVPR2022 | 开源： 基于间距自适应查找表的实时图像增强方法(5) https://developer.aliyun.com/article/1246791?groupCode=taobaotech
