低照度環境下で撮影された画像における輝度低下、コントラスト低下、および視覚的品質の低下といった問題に対処するため、クロスレベル特徴適応融合を用いた低照度画像強調アルゴリズムを提案する。本アルゴリズムはまず階層的サンプリングと広域畳み込みを組み合わせてネットワークの前端を構築し、広範囲受容野を持つマルチスケール特徴を生成して浅層情報を十分に抽出する。次に多頭トランスポーズ注意モジュールをネットワーク中部に導入し、チャネル間の相互共分散を計算して注意マップを生成し、暗黙的にグローバルコンテキストの関連性を構築する。さらに結合損失関数を構築してモデルの収束方向を修正し、モデルをコントラストや構造面で最適化し、アルゴリズムの堅牢性を向上させる。最後にLOLおよびLOLv2データセットで実験検証を行い、実験結果は提案アルゴリズムがピーク信号対雑音比（PSNR）や構造類似性指数（SSIM）などの客観指標で多くの先進的アルゴリズムを上回り、主観的にも画像の輝度が自然でノイズやアーティファクトが効果的に抑制されることを示した。

低照度画像;広域畳み込み;マルチスケール;多頭トランスポーズ注意;結合損失関数