CompEvent：用于低光视频增强与去模糊的复杂值事件-RGB 融合
计算机视觉与模式识别
2026-02-09 v3
摘要
低光视频去模糊在夜间监控和自动驾驶等应用中面临重大挑战，由于光照昏暗和曝光时间长。虽然事件相机因其优异的低光灵敏度和高时序分辨率而潜在解决方案，但现有融合方法通常采用阶段性策略，限制其针对低光和运动模糊综合退化的效果。为克服此问题，我们提出 CompEvent，一个复杂神经网络框架，实现事件数据与 RGB 帧的全程融合，以实现增强的联合恢复。CompEvent 包含两个核心组件：1）复杂时间对齐 GRU，使用复杂卷积并通过 GRU 迭代处理视频和事件流，实现时序对齐和持续融合；2）复杂空间-频率学习模块，在空间和频率域中执行统一的复杂信号处理，通过空间结构和系统级特征实现深度融合。凭借复杂神经网络的全程表征能力，CompEvent 实现了全程时空融合，最大化了多模态的互补学习，显著提升了低光视频去模糊能力。广泛实验表明，CompEvent 在解决这一具有挑战性的任务方面超越了 SOTA 方法。
引用
@article{arxiv.2511.14469,
title = {CompEvent: Complex-valued Event-RGB Fusion for Low-light Video Enhancement and Deblurring},
author = {Mingchen Zhong and Xin Lu and Dong Li and Senyan Xu and Ruixuan Jiang and Xueyang Fu and Baocai Yin},
journal= {arXiv preprint arXiv:2511.14469},
year = {2026}
}