RPBA-Net：用于RAW域ISP增强的可解释残差金字塔双边仿射网络
计算机视觉与模式识别
2026-05-06 v1
摘要
为解决RAW域 demosaicing、color correction和detail enhancement中的模块碎片化、不可解释映射和部署约束问题，本文提出了RPBA-Net，即一种用于RAW域ISP增强的可解释残差金字塔双边仿射网络。给定压缩RAW作为输入，方法通过估计基本RGB表示并学习以身份为导的残差仿射校正，实现残差仿射基本重建，从而统一了 demosaicing 和增强。它进一步构建金字塔双边仿射网格，结合引导驱动的自回归自适应切片和自适应跨层融合，分层建模全局色调恢复和局部纹理增强。此外，引入平滑性、跨尺度一致性和幅值正则化项，以提高模型稳定性、可控性和结构可解释性。广泛的实验表明，RPBA-Net超过了代表性的RAW到sRGB方法，在重建保真度和感知质量方面实现了SOTA性能，同时保持低模型复杂度和强部署潜力，适用于移动和嵌入式平台。
引用
@article{arxiv.2605.03626,
title = {RPBA-Net: An Interpretable Residual Pyramid Bilateral Affine Network for RAW-Domain ISP Enhancement},
author = {Yucheng Xin and Wu Chen and Xiang Chen and Guangwei Gao and Xinchun Wang and Ruize Wu and Dianjie Lu and Guijuan Zhang and Linwei Fan and Zhuoran Zheng},
journal= {arXiv preprint arXiv:2605.03626},
year = {2026}
}