1.LLNet:
稀疏自编码器堆叠block学出gt
psnr和ssim评估图片相似度
2.LightenNet：直接CNN学习出input到output的映射
3.MBLLEN：FEM提取不同层次特征，EM对不同特征经过卷积增强，FM将EM的输出融合。
值得迁移的思想：多分支提取特征和融合、loss
简化的SSIMloss作为结构损失，减少模糊效应和伪影
使用VGGloss比较相似度，各个VGG层提取的语义应相似
region loss，不同暗光区域比重不同
4.learn to see in the dark
图片曝光时间的不足时，可用此网络拟合，网络较为清晰
5.EEMEFN：二阶段边缘增强的多曝光融合网络用于极暗图像的增强。
边缘容易丢失时，参看边缘增强的做法
原文：https://www.cnblogs.com/zukang/p/15207579.html