SepLUT：用于实时图像增强的可分离图像自适应查找表

图像自适应查找表（LUTs）因在建模颜色变换方面的高效性，在实时图像增强任务中取得了巨大成功。然而，它们将完整变换（包括颜色分量无关部分与分量相关部分）以耦合方式仅嵌入单一类型的 LUT 中，即一维或三维。该方案由于两个因素引发了提升模型表达能力或效率的两难困境。一方面，一维 LUT 提供高计算效率但缺乏颜色分量交互的关键能力。另一方面，三维 LUT 呈现出增强的分量相关变换能力，但存在内存占用大、训练困难与单元利用率有限的问题。受图像信号处理器中传统的分而治之实践启发，我们提出 SepLUT（可分离图像自适应查找表）以应对上述局限。具体而言，我们将单一颜色变换分离为分量无关与分量相关子变换的级联，分别实例化为一维与三维 LUT。如此，两个子变换的能力可相互促进：三维 LUT 补充了混合颜色分量的能力，而一维 LUT 重新分布输入颜色以提高三维 LUT 的单元利用率，从而支持使用更轻量的三维 LUT。实验表明，所提方法在照片修整基准数据集上较当前最先进水平呈现出增强的性能，并在 GPU 与 CPU 上均实现实时处理。