【标题】DRL-ISP: Multi-Objective Camera ISP with Deep Reinforcement Learning

【作者团队】Ukcheol Shin, Kyunghyun Lee, In So Kweon

【发表日期】2022.7.7

【论文链接】https://arxiv.org/pdf/2207.03081.pdf

【CODE链接】https://sites.google.com/view/drl-isp

【推荐理由】本文提出了一个多目标摄像机ISP框架，该框架利用深度强化学习（DRL）和摄像机ISP工具箱，该工具箱由基于网络的和传统的ISP工具组成。提出的基于DRL的摄像机ISP框架从工具箱中迭代选择合适的工具，并将其应用于图像，以最大化给定视觉任务特定的奖励函数。为此，其总共实现了51个ISP工具，包括曝光校正、颜色和色调校正、白平衡、锐化、去噪等。并且提出了一种高效的DRL网络架构，可以提取图像的各个方面，并在图像和大量动作之间建立刚性映射关系。通过提出的基于DRL的ISP框架有效地提高了每个视觉任务的图像质量，例如从原始图像到RGB图像的恢复、二维目标检测和单目深度估计。

内容中包含的图片若涉及版权问题，请及时与我们联系删除