LEDNet加一条残差支路：结构相似度涨0.0047，峰值信噪比没跟上
核心概要
在LEDNet原有的动态卷积核接口上，LEDNet-P3增加了一条残差支路，把核增量拆成一个带符号的核和坐标与四个零和形状基，并让退化RGB图像只参与形状系数的预测。在LOL-Blur官方测试的1800对图像上，与同协议配对的LEDNet相比，结构相似度提高0.004656、学习感知图像块相似度降低0.011445，但峰值信噪比差为−0.045441 dB，峰值信噪比提升未获确立。这条支路带来226880个新增参数和约17.7%的实测前向延迟。
深度剖析
低光模糊图像需要同时恢复可见度和空间细节，LEDNet-P3在保留原生成器的前提下，于三个原生滤波尺度上给卷积核加了一个可学习的增量。 此前的LEDNet直接由编码特征预测每个位置的5×5核，核增量对邻域均值和局部变化的响应是隐含的。 在LOL-Blur官方测试的1800对、来自30段视频的图像上，预先固定的模型相对配对LEDNet使结构相似度提高0.004656、学习感知图像块相似度降低0.011445，逐视频看分别有26/30和30/30改善。
增量被拆成两部分：一个带符号的核和坐标负责对常数邻域的响应，四个零和形状基负责对局部变化的响应。 编码特征经1×1卷积预测核和增量，同一组特征与双线性缩放后的退化RGB逐元素相加后，再经1×1卷积预测每个通道四个形状系数。 四个5×5基在25个抽头上先减去自身均值再按位置系数混合，因此形状项对常数邻域不响应；三个尺度分别使用128、128和64通道，新增参数合计226880个，训练从零输出初始化开始。
启示与展望
结论来自LOL-Blur官方测试的1800对图像，模型在6万次更新、批大小1、153段视频的固定配对协议下预先确定，比较对象是同协议训练的LEDNet；公开的DarkIR-m与LEDNet训练历史不同，只作为独立系统参照。
峰值信噪比平均差为−0.045441 dB，逐视频方向为16段改善、14段变差，保存的逐视频差值从−2.150967到+2.420956 dB，因此总体接近零并不代表每段视频变化可忽略。后验的NIQE与LOEhigh相对LEDNet上升，LOElow下降，未确立更广的恢复优势；在DarkIR上的适配探索也未显示相对普通残差滤波的优势。