摘要
低光图像增强是一项计算机视觉任务，旨在将暗弱图像增强至合适的亮度水平。该任务也可被视为图像复原领域中的一个病态问题。随着深度神经网络的成功应用，卷积神经网络已超越传统基于算法的方法，成为计算机视觉领域的主流技术。为进一步提升增强算法的性能，本文提出了一种基于改进分层模型M-Net+的图像增强网络HWMNet。具体而言，我们在M-Net+中引入了半波变换注意力模块（half wavelet attention block），以丰富来自小波域的特征表示。实验结果表明，HWMNet在两个主流图像增强数据集上均取得了具有竞争力的定量指标表现和视觉质量。项目源代码及预训练模型已开源，地址为：https://github.com/FanChiMao/HWMNet。