该文综述曝光校正研究，提出端到端感知损失模型，在大规模数据集上达到最优，可提升过曝欠曝图像的抠图质量；并介绍基于Retinex的视频校正、REGDet低光人脸检测、曝光融合去阴影、Laplacian金字塔融合校正及扩散模型增强等方法。

本文提出DiffLL扩散模型用于低光图像增强，采用波浪变换加速推理、降低算力且不损失信息；通过前向扩散与反向去噪稳定去噪、减少随机性；设计高频恢复模块，利用垂直和水平细节补充对角信息以细化恢复。实验表明，该方法在定量指标和视觉效果上均优于现有最先进方法，效率显著提升，并在低光人脸检测中具有潜在实用价值。