论文页面 - ControlLight: 迈向可控、一致且通用的低光照增强

来源：https://huggingface.co/papers/2605.25569

摘要

ControlLight 是一个可控的低光照增强框架，它利用大规模真实世界数据集和加权流匹配损失，确保在不同增强强度下保持一致的图像质量。

现有的基于深度学习的低光照增强（https://huggingface.co/papers?q=low-light%20enhancement）方法通常在有限的数据集上训练，且目标单一，这限制了其在真实应用中的泛化能力（https://huggingface.co/papers?q=generalization）和可控性（https://huggingface.co/papers?q=controllability）。为克服这些局限，我们提出了 ControlLight——一个可控、一致且通用的低光照增强（https://huggingface.co/papers?q=low-light%20enhancement）框架。我们首先构建了一个大规模的真实退化图像（https://huggingface.co/papers?q=real-world%20degraded%20images）数据集，并提供了连续光照强度监督（https://huggingface.co/papers?q=continuous%20illumination-strength%20supervision）。为了进一步确保在不同控制强度下输出的一致性，我们引入了一种不对齐感知的加权流匹配损失（https://huggingface.co/papers?q=weighted%20flow%20matching%20loss），该损失可在连续增强强度下保留图像结构。ControlLight 允许用户通过灵活控制强度，对真实场景中退化的低光照图像进行编辑，以获得满意的增强效果，同时保持视觉一致性和真实性。大量实验表明，ControlLight 在低光照增强（https://huggingface.co/papers?q=low-light%20enhancement）方面优于现有方法，并在真实场景中展现出强大的连续可控性（https://huggingface.co/papers?q=controllability）和泛化能力（https://huggingface.co/papers?q=generalization）。

查看 arXiv 页面（https://arxiv.org/abs/2605.25569）查看 PDF（https://arxiv.org/pdf/2605.25569）项目页面（https://yfyang007.github.io/ControlLight/）GitHub3（https://github.com/yfyang007/ControlLight）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.25569）

社区

论文提交者

大约2小时前（https://huggingface.co/papers/2605.25569#6a151e563d73862b3c291175）

此评论已隐藏（标记为图片内容）

论文提交者

大约2小时前（https://huggingface.co/papers/2605.25569#6a152096f909170c56b3d3d1）

论文提交者

大约1小时前（https://huggingface.co/papers/2605.25569#6a153483ab2b9b6831d2440a）

通过在文本输入框中拖拽、粘贴或点击此处上传图像、音频和视频。

点击或粘贴此处上传图像

在你的智能体中获取此论文：

hf papers read 2605\.25569

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型1

ControlLight/ControlLight 更新于大约2小时前（https://huggingface.co/ControlLight/ControlLight）

引用此论文的数据集1

ControlLight/Light100K 查看器• 更新于大约2小时前 • 17.8k • 36（https://huggingface.co/datasets/ControlLight/Light100K）

引用此论文的 Space0

没有链接此论文的 Space

在 Space 的 README.md 中引用 arxiv.org/abs/2605.25569，以从本页面链接它。

包含此论文的收藏集0

没有包含此论文的收藏集

将此论文添加到收藏集（https://huggingface.co/new-collection）以从本页面链接它。