Wave-Mamba: Wavelet State Space Model for Ultra-High-Definition Low-Light Image Enhancement (arxiv.org)
Wave-Mamba是一种用于增强超高清低光照图像的新模型，它引入了低频状态空间块和高频增强块，并取得了领先水平的性能。该模型即将开源，由华南理工大学超高清技术团队开发。
超高清图像具有较高的计算复杂度，而现有方法往往采用下采样来降低计算成本，但这会导致信息丢失。相比之下，小波变换不仅可以实现无损下采样，还可以分离图像内容和噪声，在建模长序列时避免受到噪声干扰，并充分利用状态空间模型的优势。
基于这些见解，提出了Wave-Mamba方法：
1）大部分图像内容信息存在于低频分量中；
2）微光增强结果对高频分量影响较小。为了有效地建模超高清图像的全局内容信息，本文改进了SSM并引入了LFSSBlock来恢复低频子带信息。
3）此外，提出HFEBlock来校正并恢复正确的高频细节，并通过综合评估证明该方法在保持简洁架构的同时显著优于当前领先技术。
