当前位置：首页 > news >正文

（论文速读）HVI:一种用于弱光图像增强的新色彩空间

news 2025/10/29 15:32:21

论文题目：HVI: A New Color Space for Low-light Image Enhancement（一种用于弱光图像增强的新色彩空间）

会议：CVPR2025

摘要：弱光图像增强(LLIE)是一项重要的计算机视觉任务，旨在从损坏的弱光图像中恢复详细的视觉信息。现有的许多LLIE方法都是基于标准RGB (sRGB)空间，由于sRGB固有的高色彩敏感性，往往会产生色彩偏差和亮度伪影。虽然使用色调，饱和度和值(HSV)色彩空间转换图像有助于解决亮度问题，但它引入了显着的红色和黑色噪声伪影。为了解决这个问题，我们提出了一种新的LLIE色彩空间，即水平/垂直强度(HVI)，由极化HS图和可学习强度定义。前者强制红色坐标的小距离以去除红色伪影，而后者压缩低光区域以去除黑色伪影。为了充分利用颜色和强度信息，进一步引入了一种新的颜色和强度解耦网络(CIDNet)来学习HVI空间中不同光照条件下的精确光度映射函数。基准和烧蚀实验的综合结果表明，基于CIDNet的HVI色彩空间在10个数据集上的性能优于目前最先进的方法。

代码可在https://github.com/Fediory/HVI-CIDNet上获得。

突破传统色彩空间限制：低光照增强新方案HVI

在计算机视觉领域，低光照图像增强一直是一个充满挑战的任务。你是否遇到过这样的情况：夜间拍摄的照片不仅暗淡模糊，增强后还出现严重的色彩偏差？来自西北工业大学和新加坡管理大学的研究团队在CVPR 2025上提出了一个创新方案——HVI色彩空间和CIDNet网络，为这个老大难问题带来了新的解决思路。

问题的根源：色彩空间的"阿喀琉斯之踵"

RGB的困境：色彩与亮度的纠缠

传统的低光照增强方法大多基于标准RGB色彩空间工作。但RGB有一个致命缺陷：亮度和颜色高度耦合。想象一下调整图片亮度时，三个颜色通道（红、绿、蓝）都会同时变化，稍有不慎就会导致色彩失真——本该红色的玫瑰可能变成粉色，蓝色的天空可能泛黄。

HSV的尝试与新问题

为了解决这个问题，一些研究者转向HSV色彩空间。HSV将颜色分解为：

H (Hue)：色调
S (Saturation)：饱和度
V (Value)：明度

这样确实实现了亮度与颜色的解耦。但新的问题出现了：

红色不连续问题：在HSV的圆柱坐标系中，红色同时出现在0°和360°两端。这就像一个首尾相连的色环被人为切断，相似的红色点在数学上距离很远，导致增强红色区域时出现诡异的黑点。
黑色平面噪声：极暗区域（接近黑色的像素）在HSV空间中形成一个"噪声平面"，增强时会被放大，产生难看的伪影。

论文中有一张非常直观的对比图：同一张图片在sRGB空间增强后色彩失真，在HSV空间增强后红色区域和暗部出现严重噪点，而使用HVI空间后则近乎完美。（即最开头的图）

创新的核心：HVI色彩空间

研究团队提出的HVI空间巧妙地解决了上述两个问题，其设计理念是：让相似的颜色在空间中靠得更近。

1. 极化处理：修复红色断层

他们对HSV的色调轴进行了极化变换：

水平分量：h = cos(πh/3)
垂直分量：v = sin(πh/3)

这相当于把原本线性的色调轴"卷"成一个完整的圆，红色不再被分裂在两端，而是自然地聚集在一起。数学上，原本距离为6的两个红色点现在可以非常接近。

2. 可学习的强度塌陷：驯服黑暗

对于黑色平面问题，他们引入了一个可训练的塌陷函数Ck：

Ck(x) = ᵏ√(sin(πImax(x)/2) + ε)

其中k是一个可学习参数。这个函数的妙处在于：

低亮度区域：Ck接近0，相当于把暗部的"半径"压缩到原点附近，噪声点被聚集
高亮度区域：Ck逐渐增大到1，保持正常的颜色分布
自适应调节：k通过训练自动学习不同数据集的最优塌陷程度

最终的HVI表示为：

Ĥ = Ck ⊙ S ⊙ H
V̂ = Ck ⊙ S ⊙ V
加上原始强度I，构成三维HVI空间

CIDNet：为HVI量身定制的网络

有了好的色彩空间，还需要好的网络架构。CIDNet采用双分支设计：

架构亮点

HV分支：专注于处理色度信息，输入是HV色度图+强度图的拼接
I分支：专注于估计场景光照，输入是强度图
跨分支注意力：这是关键创新！两个分支不是独立工作，而是通过Lighten Cross-Attention (LCA)相互协作：
- I分支的强度特征告诉HV分支"哪里需要重点去噪"
- HV分支去噪后的纯净强度信息反馈给I分支，让亮度估计更平滑

为什么用跨分支而非自注意力？

研究者观察到：光照强度与噪声强度成反比。一张低光照图片可能局部很暗（需要大幅增强），但某些区域相对明亮（只需轻微调整）。如果让两个分支"各自为政"，HV分支可能过度去噪导致全局色偏，I分支可能过度增强导致过曝。跨分支注意力让它们相互制约、相互指导，达到平衡。

损失函数的双重监督

L = λ · l(ÎHVI, IHVI) + l(Î, I)

同时在HVI和sRGB两个空间计算损失：

HVI空间损失：优化色彩点的概率分布，特别是红色和黑色区域
sRGB空间损失：保持像素级的结构细节

这种双重监督确保增强后的图像既符合人类视觉感知，又保留丰富细节。

实验结果

实验数据

在10个基准数据集上，CIDNet都取得了SOTA性能：

LOLv2-Real数据集：

PSNR: 24.111（比次优高约1.3 dB）
SSIM: 0.871
LPIPS: 0.108（越低越好）

Sony-Total-Dark（极暗场景）：

PSNR: 22.904，比第二名高出惊人的6.678 dB！

这个极暗数据集的表现尤其惊艳，因为它专门设计了无gamma校正的极端暗度。传统方法很难区分细节和噪声，而CIDNet通过Ck函数有效维持了最优信噪比。

效率优势

参数量：1.88M（仅为扩散模型GSAD的10.8%）
计算量：7.57 GFLOPs
推理时间：0.053秒（最快）

在保持最佳性能的同时，CIDNet是唯一同时兼顾速度和质量的方法。相比之下，扩散模型虽然效果不错，但推理时间达到0.578秒，慢了近11倍。

即插即用的通用性

研究者将HVI变换作为"外挂"应用到6个现有LLIE方法上，所有方法都获得了提升：

GSAD（扩散模型）：+3.562 dB
LEDNet：+3.456 dB
LLFormer：+2.615 dB

这证明HVI不仅适配CIDNet，而且是一个通用的色彩空间工具，可以广泛提升现有方法。

消融实验：每个模块都很重要

配置	PSNR提升
sRGB → HSV	+1.287 dB
HSV → HVI（仅极化）	+0.209 dB
HSV → HVI（仅Ck）	+0.187 dB
HSV → HVI（完整）	+2.762 dB

可以看到，极化和Ck单独使用时提升有限，但结合起来产生了协同效应，带来接近3 dB的巨大提升。

在网络结构上：

基线UNet → 加自注意力：+2.9 dB
自注意力 → 双分支+跨注意力：+1.8 dB

视觉效果：眼见为实

论文展示了大量对比图：

红色区域：其他方法在红色物体（如红色墙壁、红色标志）上出现明显黑点或色块，CIDNet完全没有
极暗场景：传统方法要么提亮不足细节模糊，要么过度增强噪声明显，CIDNet保持了清晰的细节和自然的色彩
整体亮度：相比GroundTruth，CIDNet的结果在亮度分布上更接近真实，既没有欠曝也没有过曝

特别是在无配对数据集上的表现，虽然BRISQUE指标不是最优，但视觉感知质量明显更接近真实场景——这可能是因为HVI基于真实世界的感知模型（Kubelka-Munk理论）设计。

技术细节与实现

训练设置

优化器：Adam（β1=0.9, β2=0.999）
学习率：初始1×10⁻⁴，余弦退火至1×10⁻⁷
硬件：单张RTX 2080Ti或3090
数据增强：
- LOLv1/v2-Real：裁剪为400×400，训练1500轮
- SICE：裁剪为160×160，训练1000轮
- Sony-Total-Dark：裁剪为256×256，训练1000轮