Low Light Image Enhancement Challenge at NTIRE 2026

1. 问题背景与挑战 (Problem & Challenge)

核心问题：
低光照图像增强（LLIE）是计算机视觉中的基础任务，旨在恢复因低对比度和噪声而丢失的视觉信息。然而，现有的单张低光照图像增强（SLLIE）模型在真实世界复杂场景下的泛化能力不足。

现有局限性：

• 数据偏差： 传统数据集（如 LOL-V1/V2, LSRW）多是在受控环境下拍摄的，ISO 设置低或场景经过人工调暗，导致模型难以适应真实世界中极端光照（0.1–200 lux）和复杂噪声的“野外（in-the-wild）”场景。
• 合成与现实的鸿沟： 基于合成数据训练的模型在处理真实设备（如智能手机）拍摄的遗留图像时，往往无法有效恢复细节或产生伪影。

挑战赛目标：
NTIRE 2026 挑战赛旨在推动能够处理真实世界复杂环境下单张低光照图像增强的创新解决方案。比赛分为两个赛道，均基于 LSD (Low-light Smartphone Dataset) 数据集：

• Track 1 (LLIE)： 针对已去噪的低光照图像，专注于可见性增强和色彩恢复。
• Track 2 (JDLLIE)： 针对含噪的低光照图像，要求联合进行去噪和增强，保留真实的传感器噪声特性，模拟更极端的摄影条件。

---

2. 数据集与评估方法 (Dataset & Evaluation)

• 数据集 (LSD)： 包含 6,025 个高分辨率（4K+）场景，由 15 款智能手机在极端光照条件下拍摄。
  • Track 1 输入： 去噪后的低光照图像 (DLI)，训练集包含 115,376 个 512x512 图块。
  • Track 2 输入： 含噪低光照图像 (NLI)，训练集包含 64,318 个图块。
  • 测试集： 每个赛道包含 26 对高分辨率配对图像（用于定量评估）和 60 张未配对真实世界图像（用于感知评估）。
• 评估指标：
  • 参考赛道 (Track 1)： 综合 PSNR (33.33%), SSIM (33.33%), LPIPS (33.33%)。
  • 非参考赛道 (Track 2)： 以人类视觉偏好为金标准，MoS (平均意见得分) 占 50%，其余由 NIQUE, MUSIQUE, CLIPIA 平分。

---

3. 关键方法与技术创新 (Key Methodologies & Contributions)

共有 22 支团队提交了有效方案，涵盖了从传统 CNN/Transformer 到生成式扩散模型等多种技术路线。以下是部分获奖及代表性方案的亮点：

3.1 架构创新与混合模型

• SYSU-FVL (Track 1 冠军) - RLLIE：
  • 采用 ESDNet 和 DarkIR 两个基于 U-Net 的模型进行加权融合。
  • 利用 U-Net 的层次结构实现鲁棒性，通过独立训练后融合输出（权重 0.66/0.34）来平衡性能。
• WHU-MVP (Track 1 亚军) - LL-ESDNet：
  • 提出由粗到细（Coarse-to-Fine） 的增强范式。
  • 先利用 Transformer 在低分辨率空间进行初步增强，再作为引导信号，结合跨分辨率互注意力机制进行精细修复。
• KLETech-CEVI (Track 1 季军) - UHDM：
  • 通用分层分解模型，利用分层编码器 - 解码器提取多尺度特征，平衡全局光照和局部结构细节。

3.2 物理引导与频域处理

• BAU-Vision (Track 1 第 5 名) - Wave-P：
  • 在 HVI 颜色空间中引入小波特征传播。
  • 使用离散小波变换 (DWT) 替代传统的下采样/上采样，保留高频纹理细节，防止混叠。
  • 引入全局光调制 (GLM) 机制，根据场景整体光照动态调整局部响应。
• PSU (Track 2 第 9 名) - DUSKAN：
  • 双谱 Kolmogorov-Arnold 网络。
  • 路径 A： 频域 - 空域处理，利用 FFT 分离幅值和相位，捕捉全局频率结构。
  • 路径 B： 基于 Kolmogorov-Arnold 表示定理，用可学习的激活函数替代固定激活函数，学习灵活的非线性映射。

3.3 生成式模型与扩散模型

• AAIR ARM (Track 1 第 6 名) - LFM-LLIE：
  • 基于潜在流匹配 (Latent Flow-Matching) 框架。
  • 在潜在空间（Latent Space）学习从低光照分布到正常光照分布的映射，利用 HDiT 作为骨干网络，大幅降低计算成本并提升语义建模能力。
• APRIL-AIGC (Track 2 第 4 名)：
  • 探索大型扩散模型 (FLUX.2) 进行联合去噪和增强。
  • 采用图像条件微调，利用整流流（Rectified Flow）公式，通过 2x3 的固定分块策略解决高分辨率推理时的光照接缝问题。
• MC2 (Track 2 第 2 名) - DNDiff：
  • 结合 Diffusion-Retinex++ 和 MCSCNet。
  • 创新点： 避免在预处理阶段去噪（因为原始噪声复杂），而是先增强，再对增强后的图像进行自适应去噪，有效平衡了色彩保真度和结构准确性。

3.4 训练策略与数据增强

• YuFans (Track 1 第 7 名) - BAPE：
  • 数据驱动方法，解决训练数据与测试数据亮度分布差异大的问题。
  • 三大技术： 亮度感知增强 (BAA)、渐进式图块升级 (PPE)、多源域桥接 (MSDB)。
  • 通过多阶段微调（384→768 图块）和几何 TTA，显著缩小了验证集与测试集的差距。
• TranssionAI (Track 1 第 9 名)：
  • 针对 TFFormer 提出渐进式图块训练策略，从 128 到 512 逐步增加图块大小，平衡收敛速度与全局上下文捕捉。

3.5 集成与物理先验

• ReagvisLabs (Track 1 第 10 名)：
  • 加权晚融合集成：结合 LLIEMoE (混合专家模型) 和 RetinexNet (基于物理的照明估计)。
  • 利用门控机制根据图像内容自适应调整专家权重。
• RetinexDualV2 (Track 2 第 5 名)：
  • 引入任务特定物理接地模块 (TS-PGM)，从含噪输入中动态提取结构感知的光照先验，通过物理条件化的多头自注意力 (PC-MSA) 指导双分支恢复。

---

4. 最终结果 (Results)

• 参赛规模： 195 人注册 Track 1，153 人注册 Track 2，最终 22 支团队提交有效方案。
• Track 1 (参考) 冠军：SYSU-FVL (Score: 94.80)。其方案在 PSNR (20.71) 和 SSIM (0.6773) 上表现优异，证明了双模型融合策略的有效性。
• Track 2 (非参考) 冠军：DH-XHDL-Team (Score: 75.34)。在 MoS (8.50) 上领先，表明其生成的图像在人类视觉偏好上最佳，尽管其 PSNR 并非最高，体现了感知质量与客观指标的差异。
• 趋势观察：
  • 纯 CNN 架构逐渐向 Transformer 和 混合架构 转变。
  • 扩散模型 和 流匹配 在 Track 2 中展现出强大的去噪和细节生成能力，但推理速度较慢。
  • 物理先验（如 Retinex 理论、频域分析）被广泛重新引入，以解决纯数据驱动方法在极端噪声下的失效问题。

---

5. 意义与未来展望 (Significance & Conclusion)

主要贡献：

1. 数据集革新： LSD 数据集填补了从受控实验室数据到真实世界复杂低光照场景的空白，推动了算法向“野外（in-the-wild）”泛化能力的发展。
2. 技术多样性： 展示了从传统优化、深度学习到生成式 AI 的多种技术路径，证明了在低光照增强任务中，结合物理模型与数据驱动方法（Hybrid Approach）是当前的最优解。
3. 评估标准完善： 引入了非参考赛道（Track 2），强调人类视觉感知（MoS）的重要性，纠正了仅依赖 PSNR/SSIM 的评估偏差。

局限与未来方向：

• 极端条件下的伪影： 尽管取得了进展，但在极低光照（<0.1 lux）下，现有方法仍会产生噪声放大或色彩失真等伪影。
• 计算效率： 许多 SOTA 模型（特别是扩散模型）计算开销巨大，难以在移动端实时部署。
• 未来重点： 挑战赛组织者指出，未来的工作将致力于缩小基准指标与真实世界性能之间的差距，并探索更高效、更鲁棒的实时增强算法。

总结：
NTIRE 2026 低光照图像增强挑战赛不仅是一次技术竞赛，更是对当前计算机视觉领域在极端光照条件下图像恢复能力的全面体检。它确立了真实世界数据驱动和感知质量优先的新标准，为下一代低光照增强算法的发展指明了方向。