ExpoMamba : Exploiter les blocs SSM de fréquence pour une amélioration d'image efficace et efficace

L’amélioration d’images en faible luminosité reste une tâche difficile en vision par ordinateur, les modèles d’état de l’art actuels étant souvent limités par des contraintes matérielles et des inefficacités computationnelles, notamment dans le traitement d’images à haute résolution. Bien que les modèles fondamentaux récents, tels que les transformateurs et les modèles de diffusion, se révèlent efficaces dans divers domaines, leur utilisation sur les dispositifs embarqués (edge devices) est restreinte en raison de leur complexité computationnelle élevée et de leurs temps de déduction lents. Nous proposons ExpoMamba, une nouvelle architecture qui intègre des composants d’état fréquentiel dans un U-Net modifié, offrant un équilibre entre efficacité et performance. Ce modèle est spécifiquement optimisé pour faire face aux défis liés à l’exposition mixte, un problème courant dans l’amélioration d’images en faible luminosité, tout en garantissant une efficacité computationnelle élevée. Nos expériences montrent qu’ExpoMamba améliore les images en faible luminosité jusqu’à 2 à 3 fois plus rapidement que les modèles traditionnels, avec un temps de déduction de 36,6 ms, et atteint une amélioration du PSNR d’environ 15 à 20 % par rapport aux modèles concurrents, ce qui en fait un candidat idéal pour les applications de traitement d’images en temps réel.