Consist‑Retinex: Ein‑Schritt‑Training beschleunigt Retinex‑Verbesserung

Die neuesten Diffusionsmodelle haben die Bildverbesserung bei schlechten Lichtverhältnissen dank Retinex‑basierter Zerlegung revolutioniert. Ihre Schwäche: sie benötigen hunderte von Sampling‑Schritten, was die praktische Nutzung stark einschränkt. Consist‑Retinex löst dieses Problem, indem es die vielversprechende One‑Step‑Methode der Konsistenzmodelle gezielt für die bedingte Bildverbesserung anwendet.

Der Schlüssel liegt in der Erkenntnis, dass die Optimierung für bedingte Aufgaben andere Dynamiken erfordert als für unbedingte Generierung. Während klassische Konsistenzmodelle sich auf geringe Rauschwerte konzentrieren, sind für die Retinex‑Verbesserung große Rauschregime entscheidend, die die verrauschten Eingaben mit den klaren Ausgaben verbinden. Consist‑Retinex nutzt dafür zwei zentrale Innovationen: einen dualen Konsistenzverlust, der zeitliche Kohärenz mit der Übereinstimmung zu Ground‑Truth kombiniert, und eine adaptive, rauschbetonte Sampling‑Strategie, die das Training auf die kritischen Hochrausch‑Bereiche fokussiert.

Auf dem VE‑LOL‑L‑Datensatz erzielt Consist‑Retinex mit einem einzigen Sampling‑Schritt einen branchenführenden PSNR von 25,51 (gegen 23,41) und einen FID von 44,73 (gegen 49,59) im Vergleich zu Diff‑Retinex++. Gleichzeitig reduziert es den Trainingsaufwand um das Achtfache gegenüber dem 1000‑Schritt‑Baseline‑Modell. Diese Ergebnisse zeigen, dass ein gezieltes, rauschbetontes Konsistenztraining die Effizienz und Qualität der Retinex‑basierten Low‑Light‑Enhancement deutlich steigern kann.