Self-supervised Image Enhancement Network: Training with Low Light Images Only

Maximum Entropy Based Retinex model 

Architecture

Experiment

•1、dataset: 500个自然微光图像 

•2、device: Nvidia GTX 2080Ti GPU and Inter Core i9-9900K CPU  

•3、Evaluation Indexes: 灰度熵（GE）、颜色熵（CE，颜色熵是R、G、B通道的熵之和）、灰度平均照度（GMI）、灰度平均梯度（GMG）、LOE、NIQE、PSNR、SSIM
•4、在每一个实验中，唯一的区别是训练patch，它似乎对训练结果有影响。这些训练patch是随机选取和裁剪的

Result

Conclusion

•1、效果一般 

•2、实验过程和数据增广可以参考 

•3、最亮通道loss约束不了另外两个通道，不太科学