LumiGrid 研究笔记：一个亮度曲线网格，实际上学到了什么

这篇整理 LumiGrid 的来龙去脉。除了结果，也会写一个对我自己的方法不太有利的发现：模型其实几乎没有用到它名字里的「亮度」那一轴。

起点：一份不够好的课堂作业

低光图像增强（LLIE）要把很暗的照片还原成正常曝光。我先在 NTIRE 2025 挑战赛的数据上，把原本的课堂作法重做了一遍：Zero-DCE 加上双边滤波、gamma 和对比调整。在我切出来的 20 张保留测试图上，它只有 16.48 dB / SSIM 0.742，甚至比直接用 Zero-DCE 预训练权重的 19.00 dB 还低。

问题很清楚：Zero-DCE 对每个像素套用同一种曲线，看不到整张图的脉络；后处理再把杂讯一起放大。

设计：先决定整张图怎么亮，再修细节

LumiGrid 分成两段：

1. 全域曲线网格。 一个小 CNN 只看整张图缩成 256 × 256 的缩略图，输出一个 16 × 16（空间）× 8（亮度）的网格。每一格存 8 轮 Zero-DCE 曲线（LE(x) = x + a·x·(1 − x)，每个 RGB 信道各一组）和一个 3 × 4 色彩矩阵。
2. 切片。 每个像素用自己的位置，加上一个学出来的「亮度座标」，在网格里做三线性内插，拿到自己的曲线再套用。因为网格只从缩略图算一次，全域分支的成本几乎不随图像大小增加。
3. NAFNet 细修。 一个宽度 24 的三层 NAFNet U-Net 同时看原图和上一步的结果，预测一个残差，负责去杂讯、补细节。它在 1024 × 1024 的图块上跑、以 64 像素线性融合，所以 2400 万像素的照片也能放进 8 GB 显卡。

损失函数是 Charbonnier + 0.25·(1 − SSIM) + 0.05·FFT 振幅，再加上全域分支的辅助损失；在一张笔记本电脑 RTX 4060 上训练 20k 次迭代（batch 8、裁切 320）。

结果

全部在 20 组没有用来训练或挑模型的 NTIRE 2025 图像上、以全分辨率、用官方评分程序计算：

这不是排行榜成绩：挑战赛测试集的正解没有公开，这只是我自己的保留切分。

消融：两个分支各补对方的洞

最有意思的是中间两列：两者 PSNR 一模一样，SSIM 却差很多。 细修网络单独使用时，结构和纹理（SSIM）好得多；但 PSNR 没有赢，代表它剩下的误差多半是大范围的亮度和色调偏差。这是从数字推论的，我没有另外直接量测。曲线网格正好擅长这件事，所以两者合起来再多 1.7 dB。

一个对自己不太有利的发现

LumiGrid 的卖点是「依亮度分层」：同一个区域里，亮的灯和旁边的暗影可以走不同的曲线。但我把学到的亮度座标拿出来看，发现它在 20 张测试图的所有像素上只落在 0.46 到 0.55 之间：86% 的像素落在 8 个亮度层的第 4 层，其余 14% 在第 5 层，另外 6 层完全没被用到。

换句话说，这个模型的提升几乎都来自空间上的变化（不同区域不同曲线），而不是亮度分层。README 里我也照实写了这一点。如果要让这个设计名副其实，下一步应该是：

• 加一个让亮度座标分布变宽的正则项，看看效果会不会更好；
• 或者做一个对照组：把亮度座标固定成常数。如果成绩几乎不变，就更确定分层没有被用到。

两个失败案例

• #305，夜空（13.5 dB）。 参考图像把天空保留成暗的，LumiGrid 却把它提亮了。「该不该亮」本身是有歧义的。
• #143，参考图像对不齐（11.9 dB）。 输出看起来是对的，但参考图像和输入的取景不同，逐像素的指针就会很难看。

这两张把平均往下拉了不少。20 张的切分很小，所以 0.2 dB 以内的差异我都不会过度解读。

延伸

• 代码、权重与完整表格：github.com/niansia/LumiGrid
• 用你自己的暗照片试试看：在浏览器运行的 LumiGrid
• 浏览器版是怎么做出来的（以及我在 WebGPU 上踩到的坑）：下一篇笔记