M2Retinexformer: 多模态 Retinex 网络用于低光图像增强
计算机视觉与模式识别
2026-05-14 v1
摘要
低光图像增强因复杂退化（包括放大噪声、伪影和颜色失真）而具有挑战性。虽然基于 Retinex 的深度学习方法取得了令人鼓舞的成果，但主要依赖单模态 RGB 信息。我们提出了 M2Retinexformer（Multi-Modal Retinexformer），一种新框架，通过在渐进式细化管道中融合深度线索、亮度先验和语义特征，扩展了 Retinexformer。深度提供不随光照变化而变化的几何上下文，而亮度和语义特征则提供了亮度分布和场景理解的显式指导。通过跨注意力机制在多个尺度上提取并融合模态，自适应门控根据辅助线索的可靠性动态平衡照度引导的自注意力和跨注意力。在 LOL、SID、SMID 和 SDSD 数据集上的评估表明，M2Retinexformer 相较于 Retinexformer 和最近的 SOTA 方法整体性能均有提升。代码和预训练权重可在 https://github.com/YoussefAboelwafa/M2Retinexformer 获取。
引用
@article{arxiv.2605.12556,
title = {M2Retinexformer: Multi-Modal Retinexformer for Low-Light Image Enhancement},
author = {Youssef Aboelwafa and Hicham G. Elmongui and Marwan Torki},
journal= {arXiv preprint arXiv:2605.12556},
year = {2026}
}
备注
Accepted at 2026 IEEE International Conference on Image Processing (ICIP)