低照度画像における輝度低下、ノイズの増大、色の偏りおよび詳細なテクスチャの喪失といった問題に対して、二重経路混合注意機構による階層間特徴集約画像強調手法を提案する。まず、多尺度二重経路注意残差モジュール（Multi-scale Dual-path Attention Residual module、MDAR）を設計した。MDARは並列多尺度特徴サンプリングブロック（Parallel Multi-scale Feature Sampling Block、PMFB）と二重経路混合注意ブロック（Dual-path Hybrid Attention Block、DHAB）を含む。PMFBは多尺度特徴情報を抽出・融合し、局所特徴のグローバルな表現を促進して画像の細部情報を効果的に強調する。一方、DHABは画像のノイズ領域および色彩情報により大きな注意を払い、異なる注意間の特徴差異を緩和し、ノイズを効果的に抑制して画像品質を向上させる。さらに、階層間特徴集約モジュール（Cross-level Feature Aggregation Module、CFAM）を設計し、異なる階層の特徴を融合して深層特徴と浅層特徴の差異を補い、浅層特徴の認識を強化して画像強調を実現する。実験結果より、提案手法はLOLデータセットにおいてPSNR、SSIM、LPIPS、NIQEがそれぞれ22.347 dB、0.850、0.178、4.153を達成し、MIT-Adobe 5Kデータセットにおいては22.703 dB、0.903、0.137、3.822を達成した。他のアルゴリズムと比較して大幅な向上を示し、提案手法の有効性を実証している。

画像強調;多尺度;混合注意;特徴集約