NTIRE 2025 Challenge on Low Light Image Enhancement: Methods and Results
采用FusionNet、SG-LLIE等多模型融合，提升低光图像质量，最高PSNR达26.35。
核心发现
方法论
本研究综述了NTIRE 2025低光图像增强挑战中的多种创新方法，包括融合不同网络架构（如FusionNet、SG-LLIE、Restormer等），结合多尺度特征提取、Transformer机制、色彩空间变换和多损失优化策略。各团队采用的模型多为编码-解码结构，融合长短依赖、结构引导Transformer、频域信息和多尺度特征，通过自监督、对抗和多任务学习提升性能。训练采用大规模数据集，结合多阶段训练、数据增强和自集成技术，显著改善了暗场噪声、色彩失真和细节丢失问题。
关键结果
- 最高PSNR达26.35，SSIM达0.858，LPIPS最低0.128，NIQE最低10.95，综合排名第一。多模型融合策略（如FusionNet的多阶段串联、SG-LLIE的多尺度Transformer和自注意力机制）显著优于单一模型，验证了多路径信息融合的有效性。
- 多团队采用不同的损失函数（Charbonnier、感知、多尺度SSIM、色彩损失）优化训练，结合自集成和数据增强，提升了模型鲁棒性和泛化能力。实验结果显示，融合多模型和多尺度特征的方案在复杂低光环境中表现优异，超越了传统方法。
- Ablation研究表明，结构引导Transformer、频域信息融合和多尺度特征提取是提升性能的关键因素，尤其在极端暗场和非均匀照明场景中表现突出。
研究意义
本研究推动了低光图像增强技术的前沿，解决了噪声抑制、色彩还原和细节恢复的难题，为夜景摄影、监控、自动驾驶等应用提供了强有力的技术支撑。多模型融合和Transformer机制的结合，为未来高分辨率、实时处理提供了理论基础和工程方案，具有深远的产业价值。
技术贡献
提出融合多模型、多尺度特征的深度学习框架，结合Transformer、频域信息和多损失优化策略，显著提升低光图像的视觉质量。创新性地引入结构引导Transformer和频域特征融合机制，增强模型对复杂场景的适应性。实现了多模型自集成和多阶段训练，提升了模型的鲁棒性和泛化能力，为低光增强提供了新思路。
新颖性
首次系统性将多模型融合、结构引导Transformer和频域信息结合应用于低光增强，突破了单一模型在极端环境下的性能瓶颈。提出的多路径融合策略和多损失优化方案，显著优于现有单一架构，开创了低光图像增强的新范式。
局限性
- 模型训练依赖大量标注数据，计算成本高，难以在资源有限的设备上部署。极端噪声和极端曝光条件下仍存在性能下降的问题，需进一步优化鲁棒性。
- 多模型融合带来推理时间增加，实时应用场景受限。部分模型在超高分辨率图像处理时存在效率瓶颈，需优化算法结构。
- 对不同照明条件的适应性仍有提升空间，未来需结合场景感知和自适应机制增强模型的普适性。
未来方向
未来将探索轻量化模型设计，提升推理速度和部署效率。结合场景感知和自适应调节机制，增强模型在多变环境中的鲁棒性。进一步研究多模态信息融合（如深度、红外等），丰富输入信息，提升增强效果。推动模型在实际应用中的端到端优化，满足实时夜景监控、自动驾驶等行业需求。
AI 总览摘要
低光图像增强作为计算机视觉中的重要研究方向，旨在改善暗环境中的图像质量，解决噪声、色彩失真和细节缺失等难题。传统方法多依赖图像处理技术，效果有限，难以应对复杂场景。近年来，深度学习引领了该领域的快速发展，尤其是卷积神经网络（CNN）和Transformer的引入，为提升图像质量提供了新工具。
在NTIRE 2025挑战中，来自全球的研究团队提出了多样化的创新方案，包括融合多模型、多尺度特征、结构引导Transformer和频域信息的深度网络。通过多阶段训练、自集成和多损失优化策略，模型在夜景、背光、非均匀照明等复杂场景中表现出色，最高PSNR达26.35，SSIM达0.858，显著优于以往技术。
这些方法不仅在学术上推动了低光增强的技术边界，也为实际应用提供了坚实基础。夜景摄影、自动驾驶、监控等行业将从中受益，提升夜间环境下的视觉感知能力。然而，模型的计算成本和推理速度仍是未来的挑战。未来研究将聚焦于模型轻量化、场景自适应和多模态融合，推动低光图像增强技术走向更广泛的工业应用。
深度分析
研究背景
低光图像增强经历了从传统图像处理算法到深度学习模型的演变。早期方法如直方图均衡、Retinex算法在提升亮度方面取得一定成效，但在噪声抑制和色彩还原方面存在局限。近年来，基于卷积神经网络（如U-Net、ResNet）的方法显著改善了性能，但在极端暗场和复杂场景中仍面临挑战。Transformer的引入为模型提供了长距离依赖建模能力，推动了该领域的快速发展。代表性工作包括Restormer、ESDNet等，已在多个公开数据集上取得优异表现。尽管如此，如何在保证高质量的同时实现高效、实时的处理，仍是当前研究的热点。
核心问题
低光图像增强的核心难题在于在极端暗环境下同时实现亮度提升、噪声抑制和细节保持。现有模型在复杂场景中易出现色彩失真、细节模糊和噪声放大等问题。此外，模型普适性不足，难以适应不同照明条件和场景变化。高质量增强的同时，计算成本和推理速度也成为实际应用的瓶颈。解决这些问题需要创新的网络结构、多尺度特征融合和多任务优化策略，以实现高效、鲁棒的低光增强。
核心创新
本研究的创新点包括：1）融合多模型、多尺度特征，提升模型对复杂场景的适应性；2）引入结构引导Transformer，增强细节和全局信息的捕获能力；3）结合频域信息，改善噪声抑制和色彩还原；4）采用多损失策略，包括Charbonnier、感知和多尺度SSIM，优化模型性能。这些创新突破了单一模型的局限性，为低光增强提供了全新解决方案。
方法详解
- �� 数据准备：使用NTIRE 2025提供的多场景、多照明条件数据集，进行大规模训练。• 网络架构：采用多模型融合策略，包括FusionNet、SG-LLIE、Restormer等，结合编码-解码结构和Transformer机制。• 特征提取：多尺度特征融合，通过结构引导Transformer和频域信息增强细节与全局信息。• 损失函数：结合Charbonnier、感知、多尺度SSIM和色彩损失，优化亮度、细节和色彩还原。• 训练策略：多阶段训练、自集成、数据增强和迁移学习，提升模型鲁棒性。• 推理优化：采用多模型集成和裁剪策略，兼顾效果和效率。
实验设计
在219个训练场景、46验证和30测试场景上进行评估，使用PSNR、SSIM、LPIPS和NIQE作为指标。模型超参数包括批次大小、学习率、训练轮次等。通过消融实验验证多模型融合、频域信息和结构引导Transformer的贡献。对比传统方法，验证新模型在极端暗场和复杂环境中的优越性。模型在夜景、背光和非均匀照明场景中表现出色，提升了整体性能。
结果分析
最高PSNR达26.35，SSIM为0.858，LPIPS最低0.128，NIQE最低10.95，综合排名第一。融合多模型、多尺度特征策略显著优于单一模型，验证了多路径信息融合的有效性。 Ablation研究显示，结构引导Transformer和频域特征融合对性能提升起到关键作用。模型在极端场景下表现稳定，验证了其鲁棒性。
应用场景
该技术广泛应用于夜景摄影、自动驾驶、监控等领域，能显著改善低光环境下的视觉感知。需要配合高性能硬件和优化算法实现实时处理。未来可结合场景感知和自适应机制，提升模型的普适性和效率，推动行业智能化升级。
局限与展望
模型训练依赖大量数据和计算资源，推理速度较慢，难以在边缘设备部署。在极端噪声和超高分辨率场景中仍存在性能瓶颈。未来需优化模型结构，降低复杂度，增强模型的自适应能力和实时性。
通俗解读 非专业人士也能看懂
想象你在一个黑暗的房间里找东西，光线很暗，东西都看不清楚。传统的方法就像用手电筒照亮，但光线不够，容易看到模糊和杂色。现在，科学家们设计了一种智能“放大镜”，它能在不增加噪声的情况下，让暗处的细节变得清晰。这个“放大镜”结合了不同的“眼睛”——比如一些能看远距离的“眼睛”和能看细节的“眼睛”，还会用特殊的“颜色魔法”让颜色还原得更自然。通过不断学习和调整，它变得越来越聪明，能在各种黑暗场景中帮你看得更清楚。这就像你用多个不同的放大镜和灯光组合，最后得到一幅亮丽、清晰的夜景照片。科学家们用这种方法，让夜晚的世界变得和白天一样明亮、细节丰富，未来还能用在自动驾驶、监控等很多地方，让我们的生活更安全、更方便。
简单解释 像给14岁少年讲一样
想象你晚上在玩游戏，屏幕很暗，角色看不清楚。普通的亮度调节只会让画面变得更亮，但也会把噪点放大，画面变得模糊。科学家们发明了一种特别聪明的“夜视镜”，它能在不增加噪点的情况下，把暗处变得明亮又清晰。它就像用很多不同的“眼睛”一起工作：有的专门看远，有的专门看细节，还有的用特殊的颜色魔法帮你还原真实色彩。它们合作学习，不断变得更聪明，最后能在各种黑暗环境中帮你看得一清二楚。这就像你用多个不同的放大镜和灯光组合，最后拍出一张亮丽、清晰的夜景照片。未来，这种技术可以用在夜间驾驶、夜景监控，让我们的生活变得更安全、更方便。是不是很酷？
原文摘要
This paper presents a comprehensive review of the NTIRE 2025 Low-Light Image Enhancement (LLIE) Challenge, highlighting the proposed solutions and final outcomes. The objective of the challenge is to identify effective networks capable of producing brighter, clearer, and visually compelling images under diverse and challenging conditions. A remarkable total of 762 participants registered for the competition, with 28 teams ultimately submitting valid entries. This paper thoroughly evaluates the state-of-the-art advancements in LLIE, showcasing the significant progress.