摘要：要点 提出了多尺度Retinex结合CNN的模型。 网络结构中包含残差结构，利用了每一卷积层的信息。 利用反向传播来设定参数W、b，而不是人工设定。（在摘要中提出，且在正文中提及，但并未说明细节） Retinex理论 原理： https://blog.csdn.net/weixin_41484240 阅读全文

摘要：意义 第一个真正意义上将深度学习一个用在图像增强上的网络。 要点 提出了堆叠稀疏去噪自编码器（SSDA），用于对低光照有噪声图像进行增强和去噪。 采用MATLAB生成训练数据，模拟低光环境（因难以获取自然环境中同一图片的正常光图片和低光图片）。 提出了两种网络结构：LLNET、S-LLNET。 数据 阅读全文