ExpoMamba：周波数SSMブロックを活用した効率的かつ効果的な画像強調

低照度画像の強調は、コンピュータビジョン分野において依然として困難な課題であり、従来の最先端モデルは、特に高解像度画像の処理において、ハードウェア制約や計算効率の低さによって限界に直面している。近年登場した基盤モデル（ファウンデーションモデル）としてのトランスフォーマーや拡散モデルは、さまざまな分野で高い効果を発揮しているものの、計算量が大きく、推論速度が遅いため、エッジデバイスでの利用には制限がある。本研究では、改良型U-Netの枠組み内に周波数状態空間（frequency state space）の要素を統合した新規アーキテクチャ「ExpoMamba」を提案する。このモデルは、低照度画像強調における一般的な「混合露出（mixed exposure）」問題に特化して最適化されており、計算効率と性能の両立を実現している。実験の結果、ExpoMambaは従来モデルと比較して、2～3倍の高速化を達成し、推論時間は36.6msにまで短縮された。また、PSNR（ピーク信号対ノイズ比）において、競合モデルに対して約15～20%の向上を示しており、リアルタイム画像処理アプリケーションに非常に適していることが明らかになった。