LUMINA-Net là một khuôn khổ học sâu không giám sát dùng để nâng cao chất lượng hình ảnh trong điều kiện thiếu sáng (LLIE). Nó học thông tin tiên nghiệm thích ứng từ các cặp ảnh thiếu sáng bằng cách tích hợp các mô-đun chiếu sáng và phản xạ đa giai đoạn. Nó hỗ trợ phân tích Retinex bằng cách loại bỏ các đặc điểm không liên quan của ảnh gốc với một cơ chế đơn giản dựa trên học tự giám sát. Mô-đun chiếu sáng điều chỉnh độ sáng và độ tương phản một cách thông minh trong khi vẫn giữ nguyên các chi tiết kết cấu phức tạp, trong khi mô-đun phản xạ tích hợp cơ chế giảm nhiễu sử dụng sự chú ý không gian và nâng cao đặc điểm theo kênh để giảm thiểu nhiễu. Thông qua các thử nghiệm mở rộng được đánh giá bằng các chỉ số PSNR, SSIM và LPIPS trên các tập dữ liệu LOL và SICE, LUMINA-Net chứng minh rằng nó vượt trội hơn các phương pháp tiên tiến.
