RetinexDualV2: Physically-Grounded Dual Retinex for Generalized UHD Image Restoration

1. Problema y Contexto

A pesar de los avances en sensores y pantallas que permiten imágenes de Ultra Alta Definición (UHD), la restauración de estas imágenes sigue siendo un desafío crítico cuando están degradadas por condiciones adversas como baja iluminación, niebla, lluvia, sombras o ruido.

• Limitaciones actuales: Los métodos existentes a menudo luchan con el volumen masivo de datos de las imágenes UHD, requiriendo recursos computacionales excesivos.
• Enfoques previos:
  • Las estrategias de Downsampling-Enhancement-Upsampling pierden detalles de alta frecuencia.
  • Los métodos basados en el dominio de la frecuencia carecen de aplicabilidad universal para degradaciones localizadas en el espacio.
  • Los modelos basados en la teoría de Retinex (como Retinexformer) suelen tratar la reflectancia y la iluminación de manera homogénea o no se generalizan bien más allá de la mejora de baja luz, careciendo de una "anclaje físico" (physical grounding) robusto para tareas complejas.

2. Metodología: RetinexDualV2

El artículo propone RetinexDualV2, un marco unificado y físicamente fundamentado que extiende el modelo RetinexDual. Su arquitectura se basa en la teoría de Retinex, descomponiendo la imagen degradada $I$ en componentes de reflectancia ($R$) e iluminación ($L$), pero introduce innovaciones clave para manejar múltiples tipos de degradación sin modificar la estructura del modelo para cada tarea.

Componentes Principales:

1. Módulo de Anclaje Físico Específico de la Tarea (TS-PGM):

   • Este módulo extrae priors físicos dependientes de la degradación específica de la entrada.
   • Deraining (Eliminación de lluvia): Genera una máscara de intensidad residual de lluvia.
   • Low-Light (Baja luz): Extrae un prior de iluminación consciente de la estructura (invariante al color) para guiar la recuperación de claridad.
   • Dehazing (Eliminación de niebla): Utiliza el Dark Channel Prior para identificar regiones con niebla.
   • Shadow Removal (Eliminación de sombras): Emplea una representación log-cromática resistente a sombras para aislar las pistas de iluminación.

2. Arquitectura de Doble Rama (Dual-Branch):

   • Rama de Reflectancia (PG-SAMBA): Utiliza bloques Physical-Grounded Scale Attentive Mamba (PG-SAMB). Este módulo corrige la reflectancia de manera adaptativa a la escala, preservando detalles espaciales y utilizando el prior físico para enfocar las regiones degradadas.
   • Rama de Iluminación (PG-FIA): Utiliza bloques Physical-Grounded Fourier Correction (PG-FCB). Opera en el dominio de la frecuencia para ajustar la iluminación de manera consistente con la física, corrigiendo sesgos de color y contraste global de manera eficiente.

3. Mecanismo de Atención Multi-cabeza Condicionada Físicamente (PC-MSA):

   • Es el núcleo que integra los priors físicos en el proceso de restauración.
   • Modula los vectores de valor en la atención auto-organizada (Self-Attention) mediante los mapas físicos extraídos por el TS-PGM.
   • Esto asegura que el refinamiento de características respete las restricciones físicas de la degradación, guiando la red hacia soluciones plausibles.

4. Entrenamiento:

   • Utiliza una estrategia de supervisión profunda con salidas en tres resoluciones.
   • La función de pérdida total combina pérdidas de Charbonnier, SSIM, FFT (dominio de frecuencia) y pérdida perceptual.

3. Contribuciones Clave

• Unificación Física: Presentación de RetinexDualV2 como una extensión físicamente fundamentada que evalúa los componentes de Retinex dentro de sub-redes especializadas, permitiendo una sola arquitectura para múltiples tareas (Lluvia, Niebla, Sombra, Baja Luz).
• Módulo TS-PGM: Implementación de un módulo que extrae características físicas específicas (máscaras de lluvia, priors de canal oscuro, etc.) para condicionar la red.
• Mecanismo PC-MSA: Inyección de mapas físicos en el proceso de restauración mediante un mecanismo de atención modulado, lo que regulariza la salida y garantiza la plausibilidad física.
• Eficiencia y Rendimiento: Logra un rendimiento de vanguardia (SOTA) con un tamaño de modelo eficiente de solo 4.8M parámetros, superando a modelos mucho más grandes.

4. Resultados Experimentales

El modelo fue evaluado en conjuntos de datos de referencia y en los desafíos NTIRE 2026:

• Desafío de Eliminación de Gotas de Lluvia (Día y Noche):

  • Posición: 4º lugar.
  • Métricas: PSNR de 27.24 dB, SSIM de 0.806.
  • Comparado con modelos como UDR-Mixer y ERR, RetinexDualV2 ofrece un mejor equilibrio entre calidad visual y eficiencia.

• Desafío de Mejora de Baja Luz con Ruido (JNLLIE):

  • Posición: 5º lugar.
  • Métricas: PSNR de 18.69 dB, SSIM de 0.65.

• Comparativa en Conjuntos de Datos (4K-Rain13k y UHD-LL):

  • En la tarea de eliminación de lluvia (4K-Rain13k), alcanzó el PSNR más alto (34.56) y SSIM (0.973), superando a modelos como RetinexDual (34.50 PSNR) y ERR (34.48 PSNR).
  • En la mejora de baja luz (UHD-LL), superó a RetinexDual y ERR, logrando 28.91 PSNR y 0.935 SSIM.

• Estudio de Ablación:

  • Demostró que la combinación de la arquitectura de doble rama, el prior físico (TS-PGM) y la inyección condicional (PC-MSA) es esencial. Eliminar cualquiera de estos componentes reduce significativamente el rendimiento (ej. sin PC-MSA, el PSNR cae de 28.91 a 28.43).

5. Significado e Impacto

RetinexDualV2 representa un avance significativo hacia modelos fundacionales interpretables para la restauración de imágenes en condiciones adversas.

• Generalización: Demuestra que es posible crear un marco unificado que se adapte a degradaciones complejas y diversas sin necesidad de reestructurar la arquitectura para cada tarea específica.
• Eficiencia: Al integrar conocimientos físicos explícitos, el modelo logra un alto rendimiento con una huella de parámetros reducida, haciéndolo viable para hardware estándar y aplicaciones en tiempo real.
• Robustez: La integración de priors físicos supera las limitaciones de los enfoques puramente basados en datos ("caja negra"), ofreciendo soluciones más robustas y plausibles físicamente en escenarios del mundo real.

En resumen, el trabajo valida que la fusión de la teoría de Retinex con modelos físicos específicos de la tarea y mecanismos de atención modernos (Mamba/Transformers) es una ruta efectiva para la restauración generalizada de imágenes UHD.