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

1. O Problema

A restauração de imagens em Ultra-Alta Definição (UHD) enfrenta desafios significativos devido ao volume massivo de dados e à complexidade das degradações (baixa iluminação, neblina, chuva, sombras e ruído).

• Limitações Computacionais: Métodos existentes que processam imagens UHD inteiras exigem recursos computacionais excessivos. Abordagens que usam redimensionamento (downsampling-upscaling) perdem detalhes de alta frequência.
• Generalização: Modelos baseados em aprendizado de máquina muitas vezes são especializados em uma única tarefa (ex: apenas baixa iluminação) e falham ao lidar com múltiplos tipos de degradação simultaneamente ou em cenários complexos sem modificações estruturais.
• Falta de Fundamentação Física: Muitos modelos tratam os componentes de reflexão e iluminação de forma homogênea ou puramente baseada em dados, ignorando princípios físicos conhecidos (como priors de degradação) que poderiam guiar a restauração de forma mais robusta e interpretável.

2. Metodologia

O RetinexDualV2 é uma evolução do modelo RetinexDual, projetada como um framework unificado e fisicamente fundamentado. A arquitetura baseia-se na teoria de Retinex, decompondo a imagem degradada em componentes de Reflexão ($R$) e Iluminação ($L$), mas introduz mecanismos específicos para incorporar conhecimento físico.

Componentes Principais:

• Módulo de Fundamentação Física Específico da Tarefa (TS-PGM):

  • Este módulo extrai priors físicos adaptados à natureza da degradação específica de cada tarefa.
  • Exemplos de Priors:
    • Remoção de Chuva: Máscara de intensidade residual de gotas de chuva.
    • Baixa Iluminação (LLIE): Prior de iluminação invariante à estrutura (baseado em invariantes de cor Weber).
    • Desembaçamento (Dehazing): Prior do canal escuro (Dark Channel Prior).
    • Remoção de Sombras: Representação invariante a sombras baseada em log-cromaticidade.
  • O prior é calculado fundindo representações de gradiente e intensidade/estrutura.

• Arquitetura de Dupla Ramificação (Dual-Branch):

  • Ramificação de Reflexão (PG-SAMBA): Utiliza o bloco Physical-Grounded Scale Attentive Mamba (PG-SAMB). É responsável pela correção espacial e preservação de detalhes finos, utilizando o mecanismo Mamba para contexto de longo alcance.
  • Ramificação de Iluminação (PG-FIA): Utiliza o bloco Physical-Grounded Fourier Correction (PG-FCB). Opera no domínio da frequência para ajustar a iluminação global e corrigir viéses de cor e contraste de forma eficiente.

• Mecanismo de Atenção Multi-Cabeça Condicionada Fisicamente (PC-MSA):

  • É o núcleo da integração física. Em vez de apenas concatenar o prior físico, o PC-MSA modula os vetores de valor ($V$) na atenção auto-ponderada usando o mapa físico ($P_m$).
  • Fórmula chave: $V' = V \odot P_m$. Isso garante que a interação entre características seja estritamente regularizada pelas restrições físicas da degradação, forçando a rede a focar nas regiões degradadas corretamente.

• Objetivos de Treinamento:

  • Utiliza uma estratégia de supervisão profunda com múltiplos níveis de resolução.
  • A função de perda total combina Perda de Charbonnier, Perda SSIM, Perda FFT (domínio da frequência) e Perda Perceptual (AlexNet), ponderada em diferentes escalas.

3. Contribuições Chave

1. Framework Unificado e Fisicamente Fundamentado: Introdução do RetinexDualV2, que estende a teoria de Retinex para uma gama mais ampla de tarefas de restauração UHD, integrando explicitamente priors físicos no processo de aprendizado.
2. Módulo TS-PGM Adaptável: Desenvolvimento de um módulo que extrai características físicas específicas (máscaras de chuva, invariantes de sombra, etc.) para condicionar a rede, eliminando a necessidade de arquiteturas distintas para cada tarefa.
3. Mecanismo PC-MSA: Proposta de um novo mecanismo de atenção que injeta o prior físico diretamente nos vetores de valor da atenção, garantindo que a refinamento de características respeite as restrições físicas da degradação.
4. Eficiência e Desempenho: O modelo mantém uma contagem de parâmetros baixa (aprox. 4.8M) enquanto alcança desempenho de ponta, demonstrando que a fundamentação física pode reduzir a complexidade do modelo sem sacrificar a qualidade.

4. Resultados

O modelo foi avaliado em benchmarks públicos e competições NTIRE 2026:

• Desempenho em Benchmarks (4K-Rain13k e UHD-LL):
  • Remoção de Chuva (4K-Rain13k): Alcançou o melhor PSNR (34.56 dB) e SSIM (0.973), superando modelos grandes como DRSformer e Restormer, com parâmetros significativamente menores.
  • Baixa Iluminação (UHD-LL): Superou o estado da arte anterior (RetinexDual e ERR) com 28.91 dB de PSNR e 0.935 de SSIM.
• Competições NTIRE 2026:
  • 4º Lugar: Desafio de Remoção de Gotas de Chuva Dia e Noite (Dual-Focused Images).
  • 5º Lugar: Desafio de Melhoria de Baixa Iluminação com Ruído (JNLLIE).
  • Desempenho Consistente: Também obteve resultados competitivos em desafios de Desembaçamento Noturno e Remoção de Sombras, demonstrando alta generalização.
• Estudo de Ablação: Confirmou que a combinação de arquitetura de dupla ramificação, extração de prior físico (TS-PGM) e a injeção condicional via PC-MSA é essencial para o desempenho ótimo. Remover qualquer um desses componentes resulta em queda significativa na qualidade da imagem.

5. Significância

O RetinexDualV2 representa um avanço significativo na restauração de imagens UHD ao demonstrar que a integração de conhecimento físico explícito em redes neurais profundas supera as limitações de modelos puramente baseados em dados ("caixas-pretas").

• Generalização: O modelo prova que uma única arquitetura pode lidar com múltiplas degradações complexas sem necessidade de reestruturação para cada tarefa.
• Eficiência: Alcanza resultados de ponta com um footprint de parâmetros pequeno, tornando-o viável para hardware padrão.
• Interpretabilidade: Ao forçar a rede a seguir princípios físicos (como a teoria de Retinex e priors de degradação), o modelo produz soluções mais plausíveis fisicamente, o que é crucial para aplicações críticas em visão computacional e recuperação de imagens em condições adversas.