Indexed by：
Abstract：
提出一种结合深度特征与美学特征的图像增强方法.首先，结合多种图像特征重构智能体评估网络，该网络通过拼接图像语义特征、图像色彩特征及历史动作信息输出当前策略.其次，感知奖励模型通过预训练分类模型激活层网络提取深层特征，使用余弦距离获得图像间的深度感知距离；利用美学模型获得图像间的概率距离.最后，结合两方面的距离表示并将其用于奖励模型构造中.在MIT-Adobe FiveK数据集上的实验结果表明，本色彩增强方法在结构相似度和平均均方误差上优于其他基线算法，模型场景适用性强.生成图像在保留更多的细节信息的同时，可以有效增强图像色彩.
Keyword：
Reprint 's Address：
Email：
Source ：
福州大学学报(自然科学版)
ISSN： 1000-2243
CN： 35-1337/N
Year： 2022
Issue： 04
Volume： 50
Page： 459-467
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
