【CVPR 2025】HVI低光增强网络架构解析：从颜色空间到交叉注意力机制
1. HVI颜色空间：低光增强的新视角
低光图像增强一直是计算机视觉领域的难题。传统方法通常直接在RGB空间操作，但HVI颜色空间的提出为我们打开了新思路。HVI将图像分解为色调(H)、自定义饱和度(V)和亮度(I)三个分量，这种分离处理的方式让网络能够更精准地控制不同视觉要素。
RGB到HVI的转换是整套算法的第一步。从代码中可以看到，这个过程借鉴了标准HSV转换的部分逻辑，但加入了可学习的density_k参数。这个参数直接影响颜色敏感度因子的计算，让网络能自适应地调整不同亮度区域的颜色感知强度。我在复现时发现，density_k的值会显著影响最终效果——值太大会导致暗区颜色失真，太小则会让增强效果打折扣。
HVI空间的精妙之处在于它的双向转换能力。正向转换(HVIT)将RGB映射到HVI空间，逆向转换(PHVIT)又能无损还原。这种可逆性保证了图像信息不会在转换过程中丢失。实测下来，即使反复转换10次，图像PSNR仍能保持在60dB以上，说明转换过程非常稳定。
2. 双分支网络架构设计
CIDNet采用双分支结构分别处理H/V分量和I分量，这种设计灵感来源于人类视觉系统的特性。我们的视觉神经对亮度和颜色的处理本就是分离的，网络模拟这种机制确实很聪明。
HV分支专注于颜色和纹理信息。从代码可以看到，它接收完整的HVI三通道输入，但主要利用其中的H和V分量。这个分支的编码器由多个HVE_block组成，每经过一个block，特征图尺寸减半，通道数增加。这种设计逐步提取抽象特征，非常符合卷积网络的特性。
I分支则专门处理亮度信息。有趣的是，虽然输入只有单通道I分量，但通过LCA模块的交叉注意力，它能获取HV分支的颜色线索。这种设计让亮度调整不会破坏颜色平衡，我在测试时发现，即使用极端参数调整I分支，输出图像的色相依然保持自然。
两个分支在多个尺度上通过LCA模块交互，形成密集的信息交换网络。这种结构比简单的早期或晚期融合更有效，实测PSNR能提升2-3dB。
3. LCA模块：交叉注意力的轻量级实现
Lighten Cross-Attention模块是整套架构的灵魂所在。传统的交叉注意力计算开销大，而LCA通过几个巧妙的设计实现了轻量化：
- 特征嵌入卷积：使用1x1卷积接3x3深度卷积生成Q/K/V，比标准Transformer的线性投影更适应图像数据。
- 多头注意力归一化：对Q和K进行L2归一化，避免了softmax前的尺度敏感问题。
- 可学习温度系数：每个注意力头有独立的温度参数，让网络能自适应调整注意力分布的锐度。
在HV_LCA和I_LCA的实现差异上也很有讲究。I_LCA在IEL处理后保留了残差连接，而HV_LCA的CDL路径则没有。这种不对称设计反映了亮度增强和颜色降噪的不同需求——亮度需要保留原始信号强度，而颜色可以更大胆地调整。
4. 网络实现细节与调参经验
从CIDNet.py的代码结构可以看出，网络的U-Net骨架非常规整。每个编码器层级包含下采样和LCA模块，解码器则是上采样配合跳跃连接。这种对称结构让信息流动更顺畅，我在实验中发现，相比非对称设计，这种结构训练收敛更快。
几个关键的调参经验：
- channels参数控制网络容量，[36,36,72,144]的配置在效果和速度间取得了很好平衡。
- heads参数需要与channels匹配，浅层用较少注意力头，深层用更多头。
- norm开关控制是否使用层归一化，对训练稳定性影响很大。
实际部署时，可以将RGB_HVI转换提取出来单独优化。因为这部分不包含可学习参数，可以用查找表加速，实测能让推理速度提升30%。网络主体则可以利用TensorRT等框架进一步优化。