Los métodos de aprendizaje profundo basados en Retinex muestran un buen rendimiento de mejora en condiciones de baja iluminación y son enfoques principales en este campo. Sin embargo, los métodos actuales para mejorar imágenes con poca luz son insuficientes para separar con precisión la iluminación y restaurar de manera integral la información degradada, especialmente en imágenes con niveles de iluminación desiguales o extremadamente bajos. Esta situación a menudo conduce a una sobre-mejora de las regiones brillantes, una pérdida de detalles y distorsión del color en las imágenes finales.