low-light-image-enhancement

GLOW-FM 是一个单步潜在流匹配框架，用于高效的生成式低光图像增强。它在冻结的 Tiny-VAE 潜在空间中执行条件传输，并通过末速度匹配（Terminal Velocity Matching）仅用一次函数评估即实现 SOTA 的跨数据集泛化能力，计算量仅为 34 GFLOPs。

M2Retinexformer通过交叉注意力和自适应门控机制融合深度、亮度和语义线索，扩展了Retinexformer框架用于低光照图像增强，在多个基准上取得了最先进的结果。