NTIRE 2026 Challenge on Efficient Low Light Image Enhancement: Methods and Results

Com base no artigo fornecido, segue um resumo técnico detalhado do Desafio NTIRE 2026 de Melhoria de Imagem em Baixa Luz Eficiente (E-LLIE).

Declaração do Problema

A Melhoria de Imagem em Baixa Luz (LLIE) visa melhorar a visibilidade e o contraste em cenas escuras, ao mesmo tempo que mitiga ruído, artefatos e distorção de cor. Embora os métodos de aprendizado profundo tenham alcançado avanços significativos, eles frequentemente sofrem com alta complexidade de modelo, redundância de parâmetros e tempos de inferência longos, tornando-os inadequados para dispositivos móveis com recursos limitados. O Desafio E-LLIE aborda a necessidade crítica de projetar redes leves que equilibrem melhoria de alta qualidade com restrições computacionais rigorosas, visando especificamente a implantação em plataformas móveis.

Configuração e Metodologia da Competição

O desafio foi realizado no Workshop NTIRE 2026, construindo sobre o sucesso da edição de 2025.

• Conjunto de Dados: Diferentemente de iterações anteriores, o conjunto de dados foi coletado usando smartphones Huawei e Apple em diversos cenários (iluminação fraca, luz extremamente baixa, contraluz, iluminação irregular, cenas noturnas internas/externas). As imagens possuem resolução uniforme de 3024×4032. O conjunto de dados inclui 349 cenas de treinamento, 49 cenas de validação e 102 cenas de teste (com verdade fundamental confidencial).
• Restrições: Uma restrição primária foi o limite de tamanho do modelo inferior a 1 MB.
• Métricas de Avaliação: As submissões foram avaliadas usando um conjunto abrangente de métricas: SSIM, LPIPS, DISTS, LIQE, MUSIQ e Q-Align.
• Critérios de Classificação: A classificação final foi determinada pela agregação das classificações de cada equipe em todas as métricas. Em caso de empate, a equipe com menos parâmetros de modelo recebeu a classificação mais alta.
• Participação: 207 participantes se registraram, com 27 equipes enviando entradas válidas e 17 equipes fornecendo fact sheets válidos para a avaliação final.

Abordagens Técnicas Principais

As 17 equipes participantes exploraram vários paradigmas técnicos centrados em eficiência e qualidade. Os métodos geralmente se enquadram nas seguintes categorias:

1. Arquiteturas Leves: Muitas equipes utilizaram U-Net ou frameworks codificador–decodificador aprimorados com convoluções separáveis por profundidade, conexões residuais e convoluções parciais (PConv) para reduzir o custo computacional enquanto preservam a capacidade de representação.
2. Decomposição Baseada em Retinex: Várias abordagens modelaram explicita ou implicitamente componentes de iluminação e refletância (por exemplo, variantes do RetinexFormer, decomposição iluminação–refletância) para atingir degradações específicas de baixa luz.
3. Módulos de Atenção e Transformer: Para aprimorar a modelagem contextual global sem sobrecarga excessiva, as equipes incorporaram mecanismos de atenção leves e blocos Transformer (por exemplo, transformers locais no estilo Restormer, atenção cruzada).
4. Desacoplamento de Espaço de Cor: Métodos que exploram espaços de cor como HVI (Matiz-Valor-Intensidade), YUV e LAB foram empregados para processar separadamente luminância e crominância, melhorando a estabilidade e a fidelidade de cor.
5. Priors Híbridos e Tradicionais: Algumas abordagens integraram técnicas tradicionais de processamento de imagem (por exemplo, equalização de histograma, fusão de múltiplas exposições) com aprendizado profundo. Outras utilizaram reparametrização estrutural (treinamento com estruturas de múltiplos ramos e conversão para ramo único para inferência) e destilação de conhecimento para maximizar a eficiência.
6. Inovações Arquiteturais Específicas:
   • MiVideo (Rank 1): Utilizou um RetinexFormerRefine leve com Atenção de Canal (CA) e módulos OCAB, empregando reparametrização estrutural.
   • CVPR TCD (Rank 2): Propôs um transformer de atenção cruzada guiado por escala de cinza com um codificador-decodificador de dois ramos e um Bloco de Transferência de Fase (PTB) para transferência de fase no domínio da frequência.
   • S3 (Rank 3): Adotou um paradigma de dois estágios com pré-processadores congelados (CPGA-Net, CLAHE) seguidos por um compacto DWConv U-Net.
   • sun (Rank 4): Utilizou um codificador-decodificador inspirado em Retinex compacto com blocos de transformer locais no estilo Restormer, minimizando a largura e a profundidade do canal.
   • NCHU-CVLab (Rank 5): Propôs Efficient-HVI baseado no espaço de cor HVI com uma arquitetura de dois ramos para restauração de iluminação e cor.
   • HIT-LLIE-team (Rank 7): Desenvolveu MobileIE-6Ch, uma rede totalmente convolucional ultra-leve com reparametrização de múltiplos ramos.

Resultados

O desafio demonstrou melhorias significativas no equilíbrio entre desempenho e eficiência.

• Melhores Desempenhos:
  • 1º Lugar: MiVideo (Xiaomi Inc.) alcançou o topo da classificação com um tamanho de modelo de 927.049 parâmetros. Eles obtiveram as melhores pontuações em LPIPS, DISTS, LIQE, MUSIQ e Q-Align.
  • 2º Lugar: CVPR TCD (Trinity College Dublin) com 557.618 parâmetros, mostrando forte desempenho em similaridade estrutural e métricas perceptuais.
  • 3º Lugar: S3 (Sony Semiconductor Solutions) com 741.600 parâmetros.
• Desempenho vs. Eficiência: Os resultados destacaram que a melhoria de alta qualidade é alcançável dentro da restrição rigorosa de 1 MB. Equipes como HIT-LLIE-team demonstraram que modelos extremamente pequenos (~102K parâmetros) ainda podiam alcançar classificações competitivas (7º lugar), validando a viabilidade de soluções ultra-leves.
• Diversidade de Métricas: O uso de múltiplas métricas (incluindo métricas sem referência como LIQE e Q-Align) revelou que diferentes arquiteturas se destacam em diferentes aspectos da qualidade da imagem (por exemplo, fidelidade estrutural vs. realismo perceptual).

Significado e Alegações

O artigo alega que o desafio com sucesso:

1. Avançou a Pesquisa: Empurrou os limites da melhoria de baixa luz sob restrições rigorosas de recursos, indo além do desempenho teórico para a implantabilidade prática.
2. Facilitou a Comparação: Fornecia um benchmark sistemático para comparar metodologias emergentes, destacando especificamente as compensações entre tamanho do modelo, velocidade de inferência e qualidade de melhoria.
3. Conectou Academia e Indústria: Ao envolver participantes de grandes empresas de tecnologia (por exemplo, Xiaomi, Sony) e universidades, o desafio fomentou colaboração e explorou aplicações potenciais do mundo real na fotografia móvel.

Os autores concluem que a tendência no E-LLIE está claramente movendo-se para otimização conjunta do desempenho de melhoria e eficiência computacional, utilizando técnicas como reparametrização estrutural, mecanismos de atenção eficientes e desacoplamento de espaço de cor para atender às demandas de implantação móvel. O desafio serve como uma plataforma para identificar métodos de última geração que não são apenas precisos, mas também viáveis na prática para dispositivos de usuário final.