TCA-Net：用阈值化跨注意力改进低光图像增强的亮度与色彩融合

导语

低光图像增强（LLIE）看似是在“把暗图变亮”，但真正困难的地方在于：提升亮度的同时，不能放大噪声、不能让颜色漂移，也不能让模型变得过于庞大。近期不少方法选择在 HVI 等颜色空间中把强度信息与色度信息拆开处理，以缓解亮度和颜色互相纠缠的问题。来自 arXiv 的论文《Thresholded Cross-Attention for Reliable Intensity-Chromaticity Fusion in Low-Light Image Enhancement》进一步指出：拆开只是第一步，如何把两路信息可靠地融合回来，才是影响最终质量的关键环节。

核心要点

• 问题定位：Top-K 融合并不总是可靠。 论文观察到，跨流注意力的置信度会随网络层级明显变化。传统 Top-K 稀疏注意力采用固定数量的保留策略，可能在某些层丢掉有用依赖，也可能在另一些层保留噪声关系。

• 方法核心：Thresholded Cross-Attention。 TCA-Net 的核心模块 TCA 不再按固定配额选择注意力连接，而是使用固定置信阈值。这样一来，被保留的跨流交互数量会随输入和层级自适应变化：置信度足够高的亮度—色度依赖被保留，不可靠的交互被抑制。

• 不是再造一个颜色空间。 论文并未试图提出新的颜色表示，而是在已有 HVI 思路上优化融合机制。这使其关注点更集中：在强度与色度已经解耦的前提下，降低二者重组时的污染与误配。

• 融合前后都有清理机制。 在融合前，Phase-guided Fourier Interaction Module 利用相位相关信息，为强度分支提供更具结构感的亮度初始化；在重建阶段，Decoupled Dual-Stream Guidance Module 构造残差强度特征，以抑制色度信息向强度重建中的泄漏。

• 训练中加入尺度一致性。 Scale-Aware Consistency Regularization 用于增强模型面对尺度扰动时的结构稳定性，减少增强结果对尺寸变化的敏感性。

意义与影响

这项工作的价值不在于提出一个更炫的图像增强叙事，而在于抓住了低光增强中一个容易被忽视的细节：亮度和色彩分开处理之后，融合策略本身可能成为新的误差来源。固定 Top-K 假设每一层都需要相同数量的跨流依赖，但低层、深层以及不同图像区域的可靠关系并不一致。用阈值来表达“只相信足够可信的交互”，在直觉上更贴近图像恢复任务对稳健性的需求。

根据论文摘要，TCA-Net 在 LOL-v1、LOL-v2、Sony-Total-Dark 和 LSRW-Huawei 等数据集上展示了有竞争力的恢复精度、更好的颜色保真度以及较紧凑的参数规模。对于实际应用而言，这意味着它不仅关注视觉质量，也兼顾效率与部署潜力。需要注意的是，当前信息主要来自论文摘要与 arXiv 页面，具体指标、消融实验和失败案例仍需阅读全文进一步判断。

来源：arXiv