LYT-NET: 저조도 이미지 향상용 경량 YUV 변환기 기반 네트워크

본 서신은 저조도 이미지 향상(Low-Light Image Enhancement, LLIE)을 위한 새로운 경량 트랜스포머 기반 모델인 LYT-Net을 소개합니다. LYT-Net은 여러 계층과 분리 가능한 블록으로 구성되어 있으며, 이 중에는 우리가 개발한 새로운 블록인 채널별 노이즈 제거기(Channel-Wise Denoiser, CWD)와 다단계 스퀴즈 앤드 엑시테이션 융합(Multi-Stage Squeeze & Excite Fusion, MSEF) 블록이 포함되어 있습니다. 또한 전통적인 트랜스포머 블록과 다중 헤드 자기 주의(Multi-Headed Self-Attention, MHSA) 블록도 함께 사용됩니다. 우리의 방법에서는 U 및 V 색차 채널과 Y 명도 채널을 별도의 실체로 취급하여 모델이 조명 조정과 손상 복원을 더 효과적으로 처리할 수 있도록 합니다. 우리는 기존 LLIE 데이터셋에 대한 포괄적인 평가를 통해, 복잡도가 낮음에도 불구하고 우리 모델이 최근의 LLIE 방법들을 능가함을 입증하였습니다. 소스 코드와 사전 학습된 모델들은 https://github.com/albrateanu/LYT-Net에서 제공됩니다.