低照度画像増強（LLIE）は、理想的な照明条件下で得られる目標画像に関する情報が不足しているため、不定な逆問題として扱われる。低照度環境下では、主に2つの問題が生じる：画像ヒストグラムの圧縮と、信号対ノイズ比（SNR）が低くなることによる相対的な色分布の不一致である。これらの課題に対処するため、我々はニューラルアーキテクチャブロックの連鎖を用いた新規手法FLIGHT-Netを提案する。最初のブロックでは、ピクセル単位のシーン依存的な照度調整により、照明条件を制御する。2番目のブロックでは、チャネル注目機構とノイズ低減サブブロックを含み、最終的な出力画像を生成する。本手法は、わずか25,000パラメータで最先端の性能を実現する高効率なニューラルネットワークアーキテクチャを採用している。本手法のコード、事前学習済みモデル、および生成画像は、公開予定である。