低照度画像における輝度の低さと詳細情報のぼやけという問題に対して、本論文ではコンテキスト認識型の低照度画像強調アルゴリズムを提案する。まず、詳細情報とエッジのアーチファクトを抽出するためのコンテキスト認識モジュールを研究し、活性化関数を用いて非線形マッピングを行い、現在のコンテキストにおける特徴の重要性を取得した。次に、Transformerのマルチヘッドアテンションモジュールを線形アテンションゲート機構に置き換え、高解像度画像における計算負荷を低減しつつ性能を維持した。最後に、画像再構成時の低照度領域に注目する再構成誘導モジュールを設計し、入力シーケンス内の各位置間の関連情報を捉え、モデルの再構成処理タスクに対する表現能力を向上させた。実験結果は、既存の代表的な低照度強調アルゴリズムURetinexと比較して、LOLデータセットで生成画像のPSNRが1.33%、SSIMが3.73%向上し、SICEデータセットではPSNRが1.2%、SSIMが2.8%向上したことを示している。本アルゴリズムは低照度画像を効果的に強調し、明瞭で均一な輝度の画像を生成できる。

低照度強調;Transformer;線形アテンション;ゲート機構