LIME-Eval：通过物体检测重新思考低光照图像增强评估

本研究关注低光照图像增强评估中存在的过拟合问题，提出了LIME-Bench这一在线基准平台，以收集人类对低光增强效果的偏好，并建立数据集，验证人类感知和自动评估指标之间的相关性。通过开发LIME-Eval框架，本研究能在没有物体注释的情况下，利用标准光照数据集预训练的检测器，评估增强图像的质量，展现了其创新性和有效性。