重审轻量级低光图像增强：从YUV颜色空间视角
计算机视觉与模式识别
2026-01-27 v1
摘要
在移动互联网时代，轻量级低光图像增强（L3IE）对移动设备至关重要，面临视觉质量与模型紧凑性之间的持续权衡。虽然近期方法采用解耦策略简化轻量级网络设计，如莫里克斯理论和YUV颜色空间变换，但其性能受限于忽视了通道特定的退化模式和跨通道相互作用。为解决这一问题，本文进行频域分析，确认YUV颜色空间在L3IE中具有优势。我们识别出关键洞察：Y通道主要丢失低频内容，而UV通道则受高频噪声污染。基于此，我们提出一种新颖的YUV范式，针对Y通道采用双流全局-局部注意力模块，针对UV通道采用Y引导的局部感知频率注意力模块，以及用于最终特征融合的引导相互作用模块。大量实验表明，我们的模型在多个基准上建立了新的研究型状态，同时参数数量显著降低，视觉质量显著提升。
引用
@article{arxiv.2601.17349,
title = {Revisiting Lightweight Low-Light Image Enhancement: From a YUV Color Space Perspective},
author = {Hailong Yan and Shice Liu and Xiangtao Zhang and Lujian Yao and Fengxiang Yang and Jinwei Chen and Bo Li},
journal= {arXiv preprint arXiv:2601.17349},
year = {2026}
}
备注
Tech report