论文名称：HVI: A New Color Space for Low-light Image Enhancement

论文原文 (Paper)：https://arxiv.org/abs/2502.20272
官方代码 (Code)：https://github.com/Fediory/HVI-CIDNet

哔哩哔哩视频讲解：https://space.bilibili.com/57394501?spm_id_from=333.337.0.0

本论文的完整复现代码（即插即用版）已更新至专栏

即插即用系列（代码实践） | CVPR 2025 HVI-CIDNet 解析：基于“HVI颜色空间”与“双分支解耦”的低光照图像增强新标杆

1. 核心思想

本文针对低光照图像增强（LLIE）任务中，sRGB 空间颜色-亮度耦合导致的失真以及 HSV 空间引入的红黑噪声伪影问题，提出了一种全新的 HVI（Horizontal/Vertical-Intensity）颜色空间。HVI 通过对色相（Hue）进行极坐标化处理以消除红色不连续性，并引入可学习的强度塌缩函数（Intensity Collapse）来压缩暗部区域以消除黑色底噪。基于此空间，论文进一步设计了 CIDNet（Color and Intensity Decoupling Network），采用双分支架构分别处理亮度和色度信息，并通过轻量级交叉注意力机制实现两者的交互，从而在极低的计算成本下实现了 SOTA 的增强效果。

2. 背景与动机

• 文本角度总结：
  低光照图像增强的核心难点在于同时恢复亮度、去噪并保持色彩自然。

  1. sRGB 的局限性：大多数现有方法在 sRGB 空间操作，但 sRGB 的三个通道高度耦合了亮度和颜色信息（高颜色敏感性）。直接调整亮度往往会导致严重的颜色失真。
  2. HSV 的缺陷：虽然 HSV 空间能解耦亮度（Value）和色度（Hue/Saturation），但转换过程会放大噪声。具体表现为：红色不连续噪声（红色的 Hue 值分布在 0 和 1 两端，导致欧氏距离计算错误）和黑色平面噪声（在极低亮度下，Hue 和 Saturation 的数值极不稳定，导致严重的伪影）。
  3. 本文动机：设计一个既能像 HSV 一样解耦亮度与颜色，又能消除其固有噪声伪影的全新颜色空间，并配合专用网络挖掘该空间的潜力。

• 动机图解分析：
  请参考论文中的 Fig. 1，该图直观地展示了从 sRGB 到 HSV 再到 HVI 的演变逻辑：

  • 图 1(a) sRGB 问题：展示了 RGB 三通道数据的分布，说明了亮度和颜色是纠缠在一起的（High Color Sensitivity），直接处理容易导致颜色跑偏（Color Distortion）。
  • 图 1(b) HSV 问题：虽然解耦了亮度，但出现了两个致命噪声源。
    • ① Red Discontinuity Noise（红色不连续噪声）：红色的 Hue 值在坐标轴上是断开的（0 和 1），导致相似的红色在数值上距离很远，增强后出现红色斑点伪影。
    • ② Black Plane Noise（黑色平面噪声）：在底部黑色区域（亮度低），Hue 和 Saturation 的分布非常散乱（蓝圈所示），这导致增强暗部时会出现大量噪点。
  • 图 1© HVI 的极坐标化（Polarization）：针对红色问题，HVI 将 Hue/Saturation 映射到极坐标系（Horizontal/Vertical 平面）。这样红色首尾相连，消除了不连续性，去除了红色伪影。
  • 图 1(d) HVI 的强度塌缩（Intensity Collapse）：针对黑色噪声，引入了可学习函数 $C_k$，将底部的暗部区域“塌缩”收紧为一个点（漏斗状底部）。这直接压制了暗部的色度噪声，从而消除了增强后的黑色伪影。

3. 主要贡献点

• [贡献点 1]：提出了 HVI 颜色空间
  这是一种专为低光照增强设计的颜色空间。通过极坐标化 HS 平面解决了 HSV 中的红色不连续问题；通过可学习的强度塌缩函数解决了暗部噪声放大的问题。它保留了 HSV 亮度色度解耦的优势，同时在数学定义上规避了其劣势。

• [贡献点 2]：设计了 CIDNet（颜色与强度解耦网络）
  提出了一个轻量级的双分支网络。利用 HVI 空间的特性，设计了 I-branch（强度分支） 专门负责亮度调整（基于 Retinex 理论），以及 HV-branch（色度分支） 专门负责去噪和颜色恢复。两者通过交叉注意力机制协同工作，避免了独立处理带来的颜色偏移。

• [贡献点 3]：实现了极佳的性能与效率平衡
  CIDNet 仅有 1.88M 参数量 和 7.57 GFLOPs，但在 LOLv1/v2 等 10 个数据集上均取得了 SOTA 性能。相比基于 Transformer 或 Diffusion 的大模型，该方法在速度和显存占用上具有巨大优势，且具备很强的跨数据集泛化能力。

4. 方法细节

• 整体网络架构：

• 请参考 Fig. 2，展示了完整的处理数据流：

  1. 输入与变换 (Input & HVIT)：输入 sRGB 图像，通过 HVI 变换（HVIT）模块。
     • 利用 Max-RGB 计算 Intensity Map (I)。
     • 利用极坐标和 $C_k$ 函数计算 HV Color Map。
  2. 双分支编码器-解码器 (Dual-branch Enhancement Network)：
     • 上路（I-branch）：输入 Intensity Map，专注于全局照度的恢复。
     • 下路（HV-branch）：输入 HV Color Map 和 Intensity 的拼接（因为暗部噪声也与亮度有关），专注于去除色度噪声和恢复细节。
     • 交互（Skip Connection & LCA）：在编码器、瓶颈层和解码器阶段，通过 LCA（Lighten Cross-Attention） 模块连接上下两个分支，允许亮度和颜色信息互相指导。
  3. 逆变换与输出 (PHVIT & Output)：
     • 网络输出增强后的 I 特征和 HV 特征。
     • 通过 PHVIT（Perceptual-inverse HVI Transformation） 将其映射回 sRGB 空间得到最终增强图像。
  4. 损失函数：同时在 sRGB 空间和 HVI 空间计算损失，确保视觉感知和色彩分布的双重约束。

• 核心创新模块详解：

  • 模块 A：HVI 变换模块 (HVI Transformation)

    • 内部逻辑：
      1. 极坐标化 (Polarization)：将 HSV 中的 $h$ (Hue) 和 $s$ (Saturation) 转换为笛卡尔坐标 $H_{new}=s\cdot \cos (h)$, $V_{new}=s\cdot \sin (h)$。这保证了红色的连续性。
      2. 强度塌缩 (Intensity Collapse)：引入函数 $C_k(x)=\sqrt[k]{\sin (\frac{\pi I}{2})+ϵ}$。当亮度 $I$ 很低时，$C_k$ 趋近于 0，强制将暗部的 H 和 V 值压缩到原点附近。
    • 设计目的：$k$ 是一个可学习参数，网络可以根据数据集的噪声水平自动调整 $k$ 值，决定“压黑”的力度，从而自适应地去除暗部底噪。

  • 模块 B：轻量级交叉注意力 LCA (Lighten Cross-Attention) (Fig. 13)

    • 内部结构：包含三个部分：交叉注意力块 (CAB)、强度增强层 (IEL)、颜色去噪层 (CDL)。
    • 数据流：
      • CAB (Cross Attention Block)：采用对称结构。I-branch 的特征作为 Query，去查询 HV-branch 的 Key/Value，反之亦然。这使得亮度信息可以指导去噪（例如：哪里是暗部，哪里噪声多），色度信息可以辅助亮度调整。
      • IEL (Intensity Enhance Layer)：基于 Retinex 理论设计，通过深度卷积模拟光照和反射率的分解与增强。
      • CDL (Color Denoise Layer)：基于光谱理论设计，处理 HV 特征的波长和饱和度，专注于去除 $\Delta W$ 和 $\Delta S$（即噪声偏差）。
    • 设计理念：相比于 Self-Attention，Cross-Attention 能更有效地利用两个分支的互补性，且通过 $1\times 1$ 和深度卷积的组合（Lighten 设计），大幅降低了计算量。

• 理念与机制总结：
  HVI-CIDNet 的核心机制是 “空间变换即去噪” 和 “分而治之”。

  • 空间变换：不同于传统网络依然在含噪空间硬解，HVI 通过数学变换，在输入网络前就从几何分布上规避了 HSV 的红/黑噪声问题。
  • 分而治之：CIDNet 不在 RGB 通道上混战，而是明确区分“调亮”和“调色”两个任务。I-branch 负责把灯打开，HV-branch 负责把颜色画对，LCA 负责让两者步调一致。

• 图解总结：
  Fig. 1 展示了 HVI 如何通过几何形变修复 HSV 的缺陷；Fig. 2 展示了双分支网络如何适配 HVI 的数据格式；Fig. 13 展示了 LCA 模块如何通过 Query-Key-Value 的交叉机制实现信息流的纠缠与互补。这一套设计环环相扣，专门解决“低光照下噪声与细节难以平衡”的核心痛点。

5. 即插即用模块的作用

论文提出的组件具有很高的通用性，可应用于其他视觉任务：

1. HVI 变换 (HVI Transformation & PHVIT)

   • 适用场景：任何涉及色彩处理、低光照增强、水下图像增强或图像去雾的任务。
   • 具体应用：可以作为一个预处理和后处理插件，直接加在现有的 sRGB 模型（如 U-Net, ResNet）前后。通过将输入转为 HVI，让模型在解耦的空间学习，通常能直接提升去噪效果和色彩还原度（如论文表 3 所示，插入其他模型即涨点）。

2. 强度塌缩函数 ($C_k$)

   • 适用场景：需要处理暗部噪声或信号依赖噪声的任务。
   • 具体应用：可以作为一个可学习的非线性激活层或归一化层，用于压制特征图中的低响应区域（通常是噪声主导区），提高信噪比。

3. LCA 模块 (Lighten Cross-Attention)

   • 适用场景：多模态融合（如 RGB-Depth，RGB-Thermal）或双流网络架构。
   • 具体应用：当有两个互补的特征流需要交互时，LCA 提供了一种比简单的 Concat 更高效、比标准 Transformer 更轻量的融合方案，特别适合对显存和速度敏感的实时应用。

到此，有关HVI-CIDNet的内容就基本讲完了。如果觉得这篇文章对你有用，记得点赞、收藏并分享给你的小伙伴们哦😄。

6.获取更多高质量论文及完整源码关注 【AI即插即用】