MambaLIE: Scene Light Intensity-Boosted Low-Light Image Enhancement with State Space Model

작성자

Haebom

카테고리

Empty

저자

Wanshu Fan, Xiangyu Li, Cong Wang, Kin-man Lam, Xin Yang, Haiyan Zhang, Dongsheng Zhou

💡 개요

본 논문은 소비자용 전자 기기에서 발생하는 저조도 이미지 열화를 개선하기 위한 MambaLIE라는 새로운 방법을 제안합니다. MambaLIE는 State Space Model(SSM)을 기반으로 하며, 장면 조명 강도 정보를 활용하여 이미지의 구조적 조명 분포를 개선하고, 이를 저조도 입력과 결합하여 향상 과정을 안내합니다. 제안된 Locally Enhanced State Space Model(LESSM)은 장거리 종속성을 선형 시간 복잡도로 모델링하는 SSM 브랜치와 지역적 특징 표현을 강화하는 지역 강화 브랜치를 결합하여 계산 효율성을 유지하면서도 뛰어난 조명 모델링 능력을 보여줍니다.

🔑 시사점 및 한계

•

저조도 이미지 개선에 State Space Model(SSM)을 성공적으로 적용하여 기존 CNN 및 Transformer 기반 방법론의 한계를 극복했습니다.

•

장면 조명 강도 정보를 활용하고 LESSM 구조를 통해 효율적이면서도 강력한 저조도 이미지 향상 성능을 달성했습니다.

•

제안된 MambaLIE는 정확성, 속도, 모델 크기 측면에서 최신 기술보다 우수하여 리소스 제약이 있는 장치에서의 실용적인 배포 가능성을 제시합니다.

•

본 연구에서 제시된 LESSM의 추가적인 변형 및 최적화를 통해 더 다양한 조명 환경에서의 성능 개선 가능성이 있습니다.

PDF 보기

Made with Slashpage