参数减半，性能加倍 ，ResVMUNetX 结合 Mamba与 CNN 提升图像增强性能 ！

文章预览

点击下方卡片，关注 「AI视界引擎」 公众号 ( 添加时备注：方向+学校/公司+昵称/姓名 ) 在低光照条件下的图像增强是深度学习研究持续关注的领域。当前的方法大多基于深度学习框架，利用卷积神经网络提取图像的深层特征，但这些方法在捕捉图像的长距离信息方面存在不足。 诸如Retinexformer之类的深度学习算法尝试通过融入Transformer结构来改进全局信息的获取，但在增强效果、实时处理能力和算法可解释性方面仍有提升空间。针对现有算法中存在的问题，本研究提出了一种新颖的图像增强网络——ResVMUNetX，该网络采用误差回归方法，通过添加估计的光照补充，直接增强输入图像的亮度并恢复结构细节。 ResVMUNetX通过高效的VMamba架构优化了对长距离信息的捕捉。具体来说，网络使用改进的VMUNet作为特征提取的主干网络，对低光照输入进行误差估计 ………………………………