本文综述了基于深度学习的低光照图像与视频增强(LLIE)研究进展，系统分析了学习策略、网络结构、损失函数、数据集和评估指标。创新点包括：1)提出首个由多样化手机拍摄的低光照数据集LLIV-Phone；2)搭建集成主流方法的在线评估平台；3)全面对比监督学习、强化学习、无监督学习等不同范式的性能。研究发现，现有方法在泛化性、噪声抑制和语义保持等方面仍存在局限，未来需在专用网络结构、感知损失函数和真实

本文综述了基于深度学习的低光照图像与视频增强(LLIE)研究进展，系统分析了学习策略、网络结构、损失函数、数据集和评估指标。创新点包括：1)提出首个由多样化手机拍摄的低光照数据集LLIV-Phone；2)搭建集成主流方法的在线评估平台；3)全面对比监督学习、强化学习、无监督学习等不同范式的性能。研究发现，现有方法在泛化性、噪声抑制和语义保持等方面仍存在局限，未来需在专用网络结构、感知损失函数和真实