LSR: Lightening super-resolution deep network for low-light image enhancement

Muhammad Tahir Rasheed ; Shi, Daming

In: Neurocomputing, Jg. 505 (2022-09-01), S. 263-275

Online unknown

Zugriff:

Titel:	LSR: Lightening super-resolution deep network for low-light image enhancement
Autor/in / Beteiligte Person:	Muhammad Tahir Rasheed ; Shi, Daming
Link:	View record in OpenAIRE (Volltext) E-Journal im Bestand der UB Hagen? https://doi.org/10.1016/j.neucom.2022.07.058
Zeitschrift:	Neurocomputing, Jg. 505 (2022-09-01), S. 263-275
Veröffentlichung:	Elsevier BV, 2022
Medientyp:	unknown
ISSN:	0925-2312 (print)
DOI:	10.1016/j.neucom.2022.07.058
Schlagwort:	Artificial Intelligence Cognitive Neuroscience Computer Science Applications
Sonstiges:	Nachgewiesen in: OpenAIRE Rights: CLOSED

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.