核心发现
方法论
本文提出一种端到端一阶Retinex框架（ORF），结合光照估计与噪声恢复。核心是设计Illumination-Guided Transformer（IGT），利用光照表示引导非局部交互建模。ORF通过卷积提取光照信息，估算光照图并进行光照增强，随后IGT利用IG-MSA机制实现长距离依赖建模，有效抑制噪声和色彩失真。整个流程无需多阶段训练，训练过程简洁高效。模型在多数据集上表现优异，超越SOTA方法。
关键结果
- 在13个公开数据集上，Retinexformer平均PSNR提升超过4dB，SID和SDSD等噪声严重场景提升超过6dB，显著优于DeepUPE、RetinexNet等方法。
- 在低光检测任务中，增强效果提升目标检测准确率，验证其实用性。
- 模型参数仅为Restormer的6%，计算复杂度降低40%，实现高效性能平衡。
研究意义
该方法突破了传统Retinex模型的局限，融合Transformer捕获长距离依赖，有效改善噪声、色彩失真等问题。推动低光照图像增强技术向端到端、轻量化方向发展，为夜间监控、自动驾驶等实际应用提供强有力的技术支撑。
技术贡献
首次将Transformer引入低光照增强，提出光照引导多头自注意力机制（IG-MSA），实现跨区域信息交互。设计一阶Retinex框架，端到端训练，简化流程。模型在保持高效的同时，显著提升图像恢复质量，突破传统卷积限制。
新颖性
创新点在于提出光照引导Transformer机制，首次实现一阶Retinex模型的端到端训练，结合非局部建模与噪声抑制，填补低光照增强中Transformer应用的空白。相比传统多阶段方法，简化流程，提升性能。
局限性
- 模型对极端光照条件仍存在一定局限，过度曝光或极暗场景下恢复效果不理想。
- 对高动态范围场景的处理仍需优化，模型在复杂光照变化中表现有限。
- 训练依赖大量标注数据，泛化能力有待进一步验证。
未来方向
未来将探索多模态信息融合，提升极端场景下的恢复能力。引入自适应光照估计机制，增强模型鲁棒性。进一步优化模型结构，实现实时处理，为实际应用提供更大便利。
AI 总览摘要
低光照图像增强一直是计算机视觉中的难题，传统方法如直方图均衡和伽马校正易产生伪影，难以满足实际需求。基于Retinex理论的深度学习方法虽取得一定进展，但多为多阶段训练，难以捕获长距离依赖，且在噪声和色彩失真方面仍有不足。
本文提出Retinexformer，一种结合光照估计与Transformer的端到端一阶Retinex框架。核心创新在于设计光照引导Transformer（IGT），利用光照表示引导非局部交互建模，有效抑制噪声和色彩偏差。模型通过光照估计模块提取光照信息，利用IG-MSA机制实现跨区域信息融合，显著提升图像质量。
在13个公开数据集上，Retinexformer平均PSNR提升超过4dB，噪声严重场景提升超过6dB，优于现有SOTA方法。实验还显示，该模型参数少、计算效率高，适合实际应用。用户研究和低光检测验证了其潜在实用价值。未来，将结合多模态信息和自适应机制，推动低光照增强技术向更广泛场景扩展。
深度分析
研究背景
低光照图像增强经历了从传统直方图、伽马校正到深度学习的演变。早期方法依赖手工设计的先验，效果有限。近年来，基于Retinex理论的深度学习模型（如RetinexNet、KinD）引入多阶段训练，改善了亮度和色彩，但仍难以捕获长距离依赖，且对噪声敏感。Transformer的引入为长距离建模提供新可能，但在低光照场景中应用尚未充分探索。
核心问题
现有方法多为多阶段训练，流程繁琐，难以端到端优化。卷积模型在捕获远距离关系方面存在局限，且对噪声和色彩偏差的抑制不足。低光照场景中的噪声、色彩失真和过度曝光问题严重，影响视觉效果和后续任务性能。如何设计高效、鲁棒的端到端模型，兼顾长距离依赖和噪声抑制，成为亟待解决的难题。
核心创新
提出一阶Retinex框架（ORF），引入扰动项模型噪声和色彩偏差，端到端训练。设计光照引导Transformer（IGT），利用光照表示引导非局部交互，增强暗区细节恢复。创新点包括IG-MSA机制，降低复杂度同时实现长距离建模，以及融合多尺度信息提升效果。整体架构简洁高效，突破传统卷积限制。
方法详解
- �� 通过卷积提取光照信息，估算光照图并进行增强；• 引入扰动项模型噪声和色彩偏差，构建端到端训练流程；• 设计光照引导Transformer（IGT），利用IG-MSA机制实现跨区域信息交互；• 在多尺度U-Net结构中嵌入IGT模块，逐步恢复噪声和偏差；• 使用光照特征引导自注意力机制，增强暗区细节，抑制噪声；• 训练采用MAE损失，优化整体增强效果。
实验设计
在LOL、SID、SMID、SDSD等13个公开数据集上进行评估，比较PSNR、SSIM指标。采用随机裁剪、旋转、翻转等数据增强，训练参数为Adam优化器，学习率逐步下降。对比SOTA深度模型和Transformer方法，进行消融实验验证IG-MSA有效性。模型在噪声严重场景中表现尤为优越，显著优于传统多阶段模型。
结果分析
在SID和SDSD等噪声严重场景中，PSNR提升超过6dB，平均提升4dB以上。在低光检测任务中，目标检测准确率提升明显。参数和计算复杂度显著降低，模型参数仅为Restormer的6%，推理速度快，适合实际部署。消融实验验证光照引导机制和IG-MSA的关键作用。
应用场景
广泛应用于夜间监控、自动驾驶、夜景摄影等场景，提升图像质量，改善后续识别和分析性能。模型训练只需少量标注数据，部署方便，能在移动端实现实时处理。未来可结合多模态信息，增强极端场景下的鲁棒性。
局限与展望
模型在极端过曝或极暗场景下仍有提升空间，处理动态范围变化不足。对复杂光照变化的适应性有限，泛化能力需进一步验证。训练依赖大量数据，可能受限于数据获取和标注成本。未来需优化模型结构，提升泛化和鲁棒性。
通俗解读 非专业人士也能看懂
想象你在黑暗的房间里，想让房间变得明亮。传统方法就像用手电筒照亮，但只会让一部分变亮，可能还会带来反光或噪点。Retinexformer就像一个聪明的灯光调节器，不仅知道哪里需要亮，还能聪明地调整光线，让房间变得既明亮又自然。它还会记住房间的细节，比如家具的颜色和位置，确保不会变形或失真。这个方法用一种特别的“灯光引导”技术，让整个房间的亮度和色彩都变得自然、清晰，就像用专业的灯光布置一样。它还能在噪点很多的情况下，依然保持画面干净，细节丰富。这个技术未来可以帮你在夜晚拍照、监控或自动驾驶时，看到更清楚、更真实的画面，就像夜视仪一样厉害。
简单解释 像给14岁少年讲一样
想象你在黑暗中玩游戏，屏幕很暗，看不清楚东西。你想让画面变亮，但普通的亮度调节会让颜色变怪，还会出现噪点。Retinexformer就像一个超级聪明的调光器，它知道哪里需要变亮，哪里要保持原样。它会用一种特别的“光线引导”方法，把暗的地方变亮，又不让颜色变怪，还能把噪点抑制掉。就像你用专业的灯光布置，让房间看起来既明亮又自然。这个方法还可以帮你在夜晚拍照时，照片更清楚、更漂亮，不会有噪点或变色。它让夜间的画面变得像白天一样清晰，未来可以用在监控、自动驾驶甚至手机拍照上，帮你在黑暗中也能看得清清楚楚！
原文摘要
When enhancing low-light images, many deep learning algorithms are based on the Retinex theory. However, the Retinex model does not consider the corruptions hidden in the dark or introduced by the light-up process. Besides, these methods usually require a tedious multi-stage training pipeline and rely on convolutional neural networks, showing limitations in capturing long-range dependencies. In this paper, we formulate a simple yet principled One-stage Retinex-based Framework (ORF). ORF first estimates the illumination information to light up the low-light image and then restores the corruption to produce the enhanced image. We design an Illumination-Guided Transformer (IGT) that utilizes illumination representations to direct the modeling of non-local interactions of regions with different lighting conditions. By plugging IGT into ORF, we obtain our algorithm, Retinexformer. Comprehensive quantitative and qualitative experiments demonstrate that our Retinexformer significantly outperforms state-of-the-art methods on thirteen benchmarks. The user study and application on low-light object detection also reveal the latent practical values of our method. Code, models, and results are available at https://github.com/caiyuanhao1998/Retinexformer