← 返回 PaperDaily 视觉与图像

ACM MM'26最新：福州大学仅增0.07M参数，低光色彩还原不再跑偏

低光增强里"提亮容易、校色难"的老大难问题，这篇论文算是啃到点子上了。福州大学提出的CAGE框架，用可解释的颜色空间变换方案做色彩校正，还能像插件一样直接塞进现有模型里，成本低到可以忽略。在低光图像处理这个长期刚需的赛道上，这活儿干得漂亮。

龙哥读论文发布于 2026-08-16 00:20:14 阅读 6 查看原文

#图像增强 #图像恢复 #涨点神器 #人工智能

原论文信息如下：

论文标题:
Towards Color-Faithful Low-Light Image Enhancement via Adaptive Color Debiasing and Saturation Rectification

发表日期: 2026年8月
发表单位: 福州大学（Fuzhou University）
原文链接: https://arxiv.org/pdf/2608.10512v1.pdf
开源代码链接: https://yangzhichen763.github.io/CAGE/
项目链接: https://yangzhichen763.github.io/CAGE/

各位龙迷们，晚上好。今天要聊的这篇论文，来自福州大学，发在ACM MM 2026上。先问大家一个场景：大晚上拍的照片，用算法一键提亮之后，是不是经常感觉哪里怪怪的？亮度是上来了，可人脸发绿、天空变紫、原本红色的灯笼变成了橘黄色——这就是低光图像增强里最让人头大的"色彩失真"问题。

大部分低光增强算法都在RGB空间里直接干活，亮度和颜色缠在一起，越使劲提亮，颜色就越跑偏。有些方法尝试用HSV或者YUV这类颜色空间把亮度和颜色拆开，但拆开归拆开，低光图像里已经"腌入味"的颜色偏置并没有被真正清理掉。这篇文章提出的CAGE框架，换了个思路去解决这个顽疾，关键它还极其轻量。

低光下的色彩困境：为什么亮度恢复了颜色却失真？

先来看一张图，这张图能非常直观地说明这篇论文想要解决的问题。

图1：本方法的动机。(a→b)直接提亮使低光图像内部的颜色偏移模式更加明显。(a→c)基线增强方法提升了亮度，但与正常光图像之间仍然存在较大的色度差距，伴有明显的颜色偏置、局部欠饱和与过饱和。(a→d)本方法通过在骨干增强前进行自适应颜色去偏，并在增强后进行色域协调的饱和度校正，提升了颜色保真度。

看这张图的(a)到(b)，直接把低光图提亮，颜色偏移反而更明显了——这说明颜色偏置是图像采集时就嵌入进去的，不是简单的亮度问题。(a)到(c)是现有增强方法的效果，亮度虽然恢复了，但跟正常光图像一比，色度差距依然很大，有些地方颜色发闷，有些地方又艳得溢出屏幕。直到(c)到(d)，本文的方法才把颜色真正拉回到正轨上。

为什么颜色偏置这么难缠？因为低光环境下，传感器信噪比低，再加上相机内部的自动白平衡等处理，图像在形成的那一刻就已经带上了全局的颜色偏移。这个偏移藏在每一个像素里，后续增强算法在做提亮时，会把这些颜色偏移一起放大，最终呈现出来的就是"怎么调都不对劲"的颜色。

CAGE框架：从颜色空间到自适应变换的完整方案

CAGE的全称是Cylindrical Color correction framework with Adaptive color debiasing and Gamut-harmonized saturation rectification for low-light image Enhancement。名字很长，核心思想可以概括为一句话：在增强之前先去掉颜色偏置，在增强之后再把跑偏的饱和度拉回来。

CAGE由三个关键部分组成：AdaLAB颜色空间、AdaCCT自适应圆柱颜色变换，以及任意一个现有的低光增强骨干网络。整个流程是这样的：输入的低光图像先经过AdaCCT的前向变换，从RGB空间映射到AdaLAB颜色空间，在这个过程中完成颜色去偏和色度缩放；然后交给骨干网络做亮度和结构恢复；最后经过AdaCCT的逆变换回到RGB空间，同时完成饱和度校正。

图2：本文提出的基于AdaLAB空间的即插即用自适应圆柱颜色变换框架总览。AdaCCT为前向和逆变换预测图像自适应的圆柱参数，在骨干增强前减少颜色偏置，在骨干增强后校正饱和度异常。

这套设计的妙处在于，它不挑骨干网络。无论是Retinex-based的Retinexformer、RGB空间的DarkIR，还是HSV-inspired的HVI-CIDNet，CAGE都能作为前置和后置模块直接嵌入，只增加约0.07M参数量和不到0.01G的FLOPs——这个成本几乎可以忽略不计。

AdaLAB颜色空间：为颜色校正打造的"定制坐标系"

为什么作者要专门设计一个新的颜色空间？因为现有的颜色空间各有各的毛病。

RGB空间的问题前面说过了，亮度和颜色耦合太紧。YUV空间虽然能线性分离亮度和色度，但分离得不够彻底。HSV空间分离得够彻底，但色调不连续、暗部噪声大，增强时容易出伪影。HVI空间是在HSV基础上改的，但它的变换不可微，颜色轨迹不光滑。CIELab（简称LAB）空间呢？它把亮度L和两个对立色度轴a、b分开，颜色轨迹连续平滑，对低光颜色偏移的建模最友好。

但作者指出，LAB空间只是提供了一个好的坐标系，它本身并不能纠正颜色偏置。就好比把一堆歪了的积木从一个盒子换到另一个更规整的盒子里，积木还是歪的。AdaLAB的"Adaptive"就体现在这里：它不仅要换坐标系，还要在换的过程中顺手把歪的积木扶正。

具体做法是，CAGE从一个下采样到128x128的输入图像中，用一个轻量CNN提取紧凑的图像特征，然后预测三组图像自适应参数：亮度敏感顶点、色度缩放强度、色调偏移方向与幅度。这些参数共同描述了一次"定制化"的圆柱颜色校正。

图3：低光颜色偏移模式的可视化。在本文提出的AdaLAB空间中，残差变得更加连贯有序。

为什么要在亮度轴上做自适应而不是用固定参数？想象一下，低光图像里不同亮度区域的颜色偏移程度是不一样的。暗部可能偏绿，中间调可能偏蓝，高光区域可能偏黄。用一个全局统一的偏移量去校正，必然顾此失彼。CAGE的做法是把亮度轴划分为32个区间（实验中验证的最优值），每个区间学习独立的色度缩放和色调偏移量，区间之间用带全局交互的指数衰减权重来平滑过渡，避免相邻区间之间出现"断层"。

AdaCCT变换：增强前后的双重色彩守护

AdaCCT是CAGE框架的核心执行者，它包含前向变换和逆变换两部分。前向变换负责在增强前"消毒"，逆变换负责在增强后"修复"。

前向变换的第一步是色调方向的色度去偏。把RGB转成LAB之后，根据每个像素的亮度值，在32个亮度顶点上做线性插值，得到逐像素的色调偏移向量。然后计算该像素色度向量与偏移方向之间的相似度权重，将色度沿着偏移方向的逆方向移动。这一步的本质是：把整个色度分布沿着颜色偏置的方向平移回去，让整体色调回归中性。

第二步是亮度感知的色度缩放。不同亮度区域的色度分布范围不一致，通过将每个像素的色度值除以该亮度对应的缩放强度，可以把不同亮度平面的色度压缩到一个更一致的范围内，让后续增强骨架处理起来更省心。

图4：本文提出的AdaCCT前向与逆变换流程。(a)前向变换将输入RGB图像映射到LAB空间，并通过色调方向色度去偏与亮度感知色度缩放构建AdaLAB表示。(b)逆变换通过恢复色度缩放强度、应用越界亮度补偿，最终完成LAB到RGB的转换，重建增强后的RGB图像。

逆变换中有一个很巧妙的设计叫"越界亮度补偿"。增强后的图像从LAB转回RGB时，有些颜色会超出RGB色域。传统做法是直接裁剪，把超出的色度硬生生截断，这样做会在高饱和区域产生明显的色偏伪影。CAGE的做法是：先把越界的色度差值计算出来，然后把这个差值按比例转换成亮度补偿加到亮度通道上。说白了就是——颜色太艳放不下了？那就把多余的"艳"转化成"亮"，既保住了颜色信息，又不至于溢出。

图5：不同越界处理策略的对比。

训练时，CAGE同时约束AdaLAB空间和RGB空间的重建损失。AdaLAB空间的监督目标是把正常光图像映射到同一个AdaLAB空间，但注意，这里不加色调偏移——因为正常光图像没有颜色偏置需要去。这个不对称设计让网络可以专注于学习"如何把一个偏色的图像映射到不偏色"的变换。

实验结果：全面提升色彩保真度与视觉质量

理论设计得再漂亮，最终还是要用实验结果说话。本文在六个配对低光增强基准数据集上做了全面验证，包括LOLv1、LOLv2-real、LOLv2-synthetic、SDSD-indoor、SDSD-outdoor和SID。这些数据集的难度是递进的：LOLv1和LOLv2是学术界最常用的标准基准，SDSD和SID则是光照变化更大、色彩偏移更严重的挑战性场景。评价指标采用PSNR（峰值信噪比）、SSIM（结构相似性）和LPIPS（感知相似度），前两者数值越高越好，LPIPS越低代表感知质量越好。

在实验设置上，作者保持了严格的公平性：三个骨干网络（Retinexformer、DarkIR、HVI-CIDNet）都使用官方代码重新训练，对比方法优先采用已发表结果，缺失的结果则用官方实现重训补齐。所有实验在NVIDIA A40 GPU上完成。

表1：LOLv1、LOLv2-real和LOLv2-synthetic数据集上的定量比较。

表1的结果非常直观：CAGE在所有数据集上、所有骨干网络上，都带来了稳定提升。Retinexformer加上CAGE之后，LOLv1的PSNR从25.62提升到26.91，LOLv2-real从24.36提升到25.59，LOLv2-synthetic从25.47提升到26.31。DarkIR和HVI-CIDNet的情况类似。平均而言，CAGE在三个数据集上分别带来0.98dB、1.23dB和0.81dB的PSNR增益。别小看这一分贝左右的提升，在低光增强这个高度饱和的领域，能稳定提升1dB已经是很可观的结果。

更值得关注的是，这个提升几乎不花什么代价。表1中同时标出了参数量和FLOPs：三个骨干加上CAGE后，参数量只增加了约0.07M（大约相当于HVI-CIDNet的3.5%），FLOPs增量不到0.01G（不足HVI-CIDNet的0.1%）。这说明性能增益真正来源于颜色建模的改进，而不是大模型硬堆出来的。

表2：挑战性数据集上的定量比较。

再看表2的挑战性场景。SDSD和SID的输入图像光照极低，色彩偏移往往更严重。在这种更困难的设定下，CAGE依然保持了一致的提升趋势。以SID数据集为例，Retinexformer的PSNR从29.38提升到30.22，HVI-CIDNet从29.93提升到30.85。三个骨干在SDSD-indoor、SDSD-outdoor和SID上都获得了正向收益。这个结果说明，显式地重新组织色度分布，在强增强条件下确实能够提供更稳定的颜色恢复。

定量指标之外，视觉对比更能说明问题。图6展示了LOLv1和LOLv2-real上的主观效果对比。第一行中，原始基线方法处理后的图像在某些区域明显过饱和——颜色艳得发假；加上CAGE之后，这些区域的色彩被拉回到自然范围。第二行中，原始基线方法存在明显的整体色偏——整幅图蒙上了一层不自然的色罩；加上CAGE之后，色偏被有效消除，画面看起来通透了许多。

图6：在LOLv1数据集（第一行）和LOLv2-real数据集（第二行）上，代表性方法和带/不带CAGE的基线方法的定性对比。CAGE使基线方法生成的图像色彩失真更少，例如第一行中饱和度异常更少，第二行中颜色偏置更少。

在图6中，第一行左侧的参考图（GT）色彩自然，而基线方法的输出在红色区域明显过艳，这是典型的过饱和现象。加入CAGE后，红色区域的饱和度被调整到接近参考图的水平。第二行的场景则展示了CAGE对整体色偏的纠正能力：基线方法输出的图像整体偏绿，CAGE版本则恢复了中性的色调。这种视觉对比比数字更能直观地体现CAGE的价值。

除了成对数据集，论文还在DICM、LIME、MEF、NPE、VV等无参考数据集上进行了定性评估。图14展示的视觉对比中，CAGE在曝光平衡和色彩校正方面展现出更强的能力——高光区域不再过曝成一片死白，暗部细节也保留得更加完整。这验证了CAGE的泛化能力，说明它不只是在特定数据集上有效。

图14：在DICM、LIME和MEF数据集上与LIME、KinD、RetinexNet、Enlighten-GAN、MIRNet、LEDNet、LLFlow以及三个基线方法（Retinexformer、DarkIR、HVI-CIDNet）带/不带CAGE的视觉对比。本文方法展现出更强的曝光平衡和色彩校正能力，因此产生了更自然的亮度、更少的色偏和更清晰的局部细节。

为了让读者对效果有更直观的感受，这里放上项目页面的效果演示。下图展示了CAGE在动机层面的直观对比：左侧是原始低光图像直接提亮的结果，中间是基线增强方法的输出，右侧是CAGE的输出。可以看到，CAGE在提亮的同时保留了更真实的色彩。

接下来是论文中关键的消融实验，用于验证每个设计组件的必要性。表3拆解了图像自适应圆柱参数中各个部分的贡献。

表3：图像自适应圆柱参数的消融实验。

表3的结果显示，每一项参数都有其价值：去掉色调偏移方向预测后，PSNR下降明显；去掉亮度敏感顶点（即使用均匀间隔）后性能也出现下滑；去掉色度缩放强度则影响相对较小但仍然为负。这说明三个参数组各司其职、缺一不可。值得注意的是，亮度敏感顶点的作用印证了作者的猜想——低光图像在不同亮度区域的色彩偏移模式确实不相同，自适应划分比固定划分更好。

表4：颜色空间设计的消融实验。

表4比较了不同颜色空间设计的效果。把AdaLAB换成标准的LAB空间后，性能出现明显下降；换成HVI空间效果也不如AdaLAB。这说明AdaLAB的核心优势不光来自LAB本身的优良性质，更来自作者在其中引入的图像自适应圆柱参数——这些参数让颜色变换从“被动地换坐标系”变成了“主动地纠正偏移”。

表5：AdaLAB上色域协调的消融实验。

表5展示了逆变换中越界亮度补偿（OOGLC）的作用。用直接裁剪（clipping）替代OOGLC会导致PSNR在三个数据集上都有下降——别看下降幅度不大，这恰恰说明OOGLC避免了在高饱和区域产生可见的色偏伪影。图5的视觉对比也呈现了这一点：直接裁剪会让红色区域的纹理细节变成一片色块，而OOGLC保留了红色与周围颜色的平滑过渡。

表8：全局交互的消融实验。

表8验证了色度缩放强度中“全局交互”的必要性。如果去掉每次更新的全局交互，即每个亮度区间的缩放强度完全独立学习，性能会出现明显下滑。原因在于独立学习会导致相邻区间之间的缩放强度不连续，增强后容易出现亮度断层。用指数衰减权重做全局交互，相当于让相邻区间互相“打声招呼”，保证平滑过渡。

表9：LLIE骨干+CAGE的效率开销。

表9单独列出了CAGE带来的效率开销。在三个骨干上，CAGE增加的推理时间都微乎其微：HVI-CIDNet每张图的推理时间从22.47毫秒增加到22.83毫秒，只多了0.36毫秒；DarkIR从74.23毫秒增加到74.56毫秒。这种级别的额外开销在实际应用中完全无感。论文还额外做了32区间与16区间、64区间的对比（图11），实验表明32是精度和效率的最佳平衡点。

为了验证实际感知质量，作者还组织了主观评价实验。图12展示了用于主观评价的交互界面，图13则汇总了各方法的评分分布。主观评价的结果与客观指标保持一致：三个骨干加上CAGE之后评分均有提升，特别是在饱和度自然度方面获得了更高的打分。这说明CAGE带来的不只是数值上的提升，更是人眼可见的画质改善。

图13：代表性LLIE方法和三个骨干在带/不带CAGE情况下的主观评分分布。红色水平线表示平均分。评分范围0到4，分数越高表示感知质量越好。

局限与展望：混合光照下的挑战与未来方向

尽管CAGE在多个基准上表现亮眼，但它并非没有短板。CAGE的一个核心假设是：低光图像中的颜色偏置在全局范围内呈现相对一致的偏移方向。这个假设在大多数场景下成立，但在混合光照条件下会受到挑战——比如一张照片中既有暖色调的室内灯光，又有冷色调的月光，不同区域的颜色偏置方向可能完全不同。此时，CAGE的全局色调偏移向量只能取一个中间值，无法同时完美校正两个区域的偏置。

另一个局限在于亮度敏感顶点数量p的选取。论文通过实验确定了p=32是最优值，但这个值是否对所有数据集和所有场景都最优，论文中尚未给出一个自适应的确定机制。如果输入图像的亮度分布非常集中（比如极暗场景），32个区间中可能只有少数几个区间有足够的像素监督，其他区间的参数学习可能不够充分。

未来值得探索的方向包括：将全局色调偏移假设扩展为空间自适应形式，比如把图像划分为多个区域分别估计偏移方向；将CAGE从静态图像扩展到视频低光增强，利用时序信息获得更稳定的色彩估计；以及与更轻量级的骨干网络结合，比如在移动端可实时运行的超轻量模型上验证CAGE的实用性。这些方向都极具潜力。

龙迷三问

下面是龙哥对于大家可能的一些问题的解答：

这篇论文到底在解决什么问题？低光图像增强长期存在"亮度提上去了、颜色却跑了"的难题。福州大学提出CAGE框架，通过AdaLAB颜色空间实现自适应颜色去偏与饱和度校正，仅增加约0.07M参数即可显著提升色彩保真度，在多个基准上实现最高2.21dB的PSNR增益

这篇工作最值得看的点是什么？CAGE在多个基准数据集上一致提升所有骨干网络的性能，平均PSNR提升0.98dB/1.23dB/0.81dB（LOLv1/LOLv2-real/LOLv2-synthetic），在挑战性数据集上PSNR提升1.12dB/0.73dB/0.56dB（SDSD-indoor/SDSD-outdoor/SID），且仅增加极少的参数和计算量。

这篇工作的边界或风险在哪里？优点：1) 提出AdaLAB颜色空间，提供解耦且图像自适应的颜色校正基础；2) AdaCCT在增强前后分别进行颜色去偏和饱和度校正，有效解决颜色偏差和饱和度异常；3) 即插即用设计，兼容不同LLIE骨干；4) 计算开销极小。缺点：1) 共享色调偏移方向假设颜色偏差方向在图像内一致，在混合光照场景下可能失效；2) 需要配对数据训练，对无配对数据场景适应性有限。

如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~

龙哥点评

论文创新性分数：★★★★☆

提出CAGE框架，通过构建自适应圆柱形LAB颜色空间（AdaLAB）和自适应圆柱形颜色变换（AdaCCT），在骨干增强前进行自适应颜色去偏、增强后进行色域协调的饱和度校正，实现颜色忠实的低光图像增强。

实验合理度：★★★★☆

PSNR, SSIM, LPIPS, BRISQUE, NIQE

学术研究价值：★★★★☆

提出CAGE框架，通过构建自适应圆柱形LAB颜色空间（AdaLAB）和自适应圆柱形颜色变换（AdaCCT），在骨干增强前进行自适应颜色去偏、增强后进行色域协调的饱和度校正，实现颜色忠实的低光图像增强；更关键的是问题定义是否可复用到同类任务。

稳定性：★★★☆☆

现有材料未提供充分的极端条件、重复运行或扰动测试，稳定性暂按中性评价。

适应性以及泛化能力：★★★☆☆

现有材料未完整展示跨数据集、跨场景或分布外实验，泛化能力仍需进一步验证。

硬件需求及成本：★★★☆☆

CAGE仅增加0.07M参数和0.005G FLOPs，额外延迟小于9ms，内存开销约7%。

复现难度：★★★☆☆

https://yangzhichen763.github.io/CAGE/

产品化成熟度：★★★☆☆

论文验证以研究实验为主，真实部署中的时延、成本、维护和异常场景仍需补充验证。

可能的问题：1) 共享色调偏移方向假设颜色偏差方向在图像内一致，在混合光照场景下可能失效；2) 需要配对数据训练，对无配对数据场景适应性有限。

主要参考文献

[1] Retinexformer: Retinex-based Low-Light Image Enhancement. ICCV 2023.

[2] HVI-CIDNet: HSV-inspired Color Image Denoising Network for Low-Light Enhancement. CVPR 2024.

[3] ZeroDCE: Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement. CVPR 2020.

[4] Deep Retinex Decomposition for Low-Light Enhancement. BMVC 2018.

[5] LLFlow: Flow-based Low-Light Image Enhancement. AAAI 2022.

[6] 原文链接: https://arxiv.org/pdf/2608.10512v1.pdf，代码: https://yangzhichen763.github.io/CAGE/

融会贯通

结合PaperDaily已收录的同类工作来看，低光增强领域的一个明显趋势是从“端到端黑盒”转向“可解释的颜色建模”。早期的ZeroDCE完全依赖曲线估计，Retinex-based方法尝试物理分解，HVI-CIDNet将HSV空间改造为可学习表示，而CAGE则在前人基础上更进一步——不仅选择更合适的颜色空间，还在变换过程中显式地加入颜色偏置校正和饱和度管理。这种“空间选择+显式校正”的组合思路，与近年来图像恢复领域追求物理可解释性的方向不谋而合。

需要说明的是，上述对比仅基于PaperDaily已收录论文范围内的定性观察，不同论文在数据集划分、训练策略和baseline选择上存在差异，不能直接作为绝对优劣的判定依据。但从研究趋势来看，CAGE所代表的“颜色空间可学习化+变换即校正”正在成为低光增强中一个值得关注的新方向。

这篇文章就解读到这里。如果龙迷们对CAGE的具体实现细节感兴趣，欢迎去GitHub上查看开源代码，亲自跑一跑对比实验。下次见！

*本文仅代表个人理解及观点，不构成任何论文审核或者项目落地推荐意见，具体以相关组织评审结果为准。欢迎就论文内容交流探讨，理性发言哦～想了解更多原文细节的小伙伴，可以点击"阅读原文"，查看更多原论文细节哦！