论文页面 - M2Retinexformer：面向低光图像增强的多模态 Retinexformer

来源：https://huggingface.co/papers/2605.12556

https://huggingface.co/papers/2605.12556#m2retinexformer-multi-modal-retinexformer-for-low-light-image-enhancementM2Retinexformer：多模态 Retinexformer 用于低光图像增强

低光图像增强因复杂的退化问题（包括放大的噪声、伪影和色彩失真）而充满挑战。尽管基于 Retinex 的深度学习方法已取得令人瞩目的成果，但它们主要依赖于单一模态的 RGB 信息。

我们提出 M2Retinexformer（多模态 Retinexformer），这是一种新颖的框架，通过渐进式精炼流水线，将深度线索、亮度先验和语义特征融入 Retinexformer 中。

深度提供了对光照变化不变的几何上下文，而亮度与语义特征则分别提供亮度分布和场景理解的明确指导。多模态信息在多个尺度上提取，并通过交叉注意力进行融合，同时自适应门控根据辅助线索的可靠性，动态平衡光照引导的自注意力与交叉注意力。

在 LOL、SID、SMID 和 SDSD 基准上的评估表明，M2Retinexformer 相比 Retinexformer 及近期最先进方法均有全面提升。