Tag · 8 篇
低光照增强
eRetinexGS：通过事件流与 3D 高斯泼溅进行 Retinex 建模的低光照场景增强
eRetinexGS: Retinex Modeling for Low-Light Scene Enhancement via Event Streams and 3D Gaussian Splatting
把 Retinex 的反射率-光照分解嵌入 3DGS 的辐射场优化，并用事件流提供高动态范围几何/光度约束，为低光照新视角合成与场景重建提供了一套可复用的多视图一致性框架。
VSRELL：低光照环境下视频超分辨率与增强的简单基线
VSRELL: A Simple Baseline for Video Super-Resolution and Enhancement in Low-Light Environment
把低光照增强与视频超分耦合进一个联合框架，用光照-噪声协同优化网络和光照敏感特征传播机制同时处理亮度校正与跨帧噪声累积，对做低层复原的人提供了一个可复用的『多退化解耦+时序特征门控』设计范式。
Multinex：基于多先验 Retinex 的轻量低光照图像增强
Multinex: Lightweight Low-light Image Enhancement via Multi-prior Retinex
把 Retinex 残差形式与多先验（光照/颜色先验栈）结合，用极轻量网络只学亮度与反射率调整量而非重建整图，为边缘端低光照增强提供了一个可复用的分解-融合范式与 45K/0.7K 参数级的基线。
事件-光照协同的低光照图像增强与高分辨率真实世界数据集
Event-Illumination Collaborative Low-light Image Enhancement with a High-resolution Real-world Dataset
事件相机与图像融合的低光照增强框架，其光照感知事件滤波（IAEF）和事件-光照协同交互（EICI）模块可复用于其他事件-图像融合任务；同时发布的首个高分辨率真实事件-图像配对数据集为事件视觉研究提供基准。
ELVIS：增强低光照以用于暗光视频实例分割
ELVIS: Enhance Low-Light for Video Instance Segmentation in the Dark
把低光照视频的时空退化建模成可无监督合成的数据管线，再用免标定的退化估计网络加增强解码器检测头把退化从内容特征中解耦，可直接迁移到任何在暗光视频上失效的时序感知模型（VIS、跟踪、光流）做域自适应。
BiEvLight：面向低光照图像增强的任务感知事件精炼双层学习
BiEvLight: Bi-level Learning of Task-Aware Event Refinement for Low-Light Image Enhancement
将事件去噪建模为受增强任务约束的双层优化问题，使去噪网络学习到面向下游增强的事件表征，这一思路可迁移到其他多模态融合任务中，避免静态预处理带来的过/欠去噪权衡。
Bi-Bridge：面向低光照图像增强的双向扩散桥
Bi-Bridge: Bidirectional Diffusion Bridges for Low-Light Image Enhancement
把增强与退化建模成同一个对称扩散桥的两个方向，用双向一致性作为内容保真的约束；做低光照增强、去噪、去模糊等图像到图像复原时，可借鉴这种「正反过程共享结构」的正则思路来抑制生成模型的结构漂移。
L²DGS：低光照动态高斯泼溅
$L^{2}DGS$: Low-Light Dynamic Gaussian Splatting
把动态高斯泼溅扩展到低光照视频，用本征分解（时变光照 × 时不变反射率）加遮挡-去遮挡网络做自监督，可直接迁移到夜间动态场景的新视角合成与4D重建。