low-level任务主要关注的是图像的底层特征，如颜色、纹理、边缘、形状等。通常涉及对图像进行预处理、增强和特征提取，以提取图像中的基本元素和结构。low-level任务的目标是对原始图像进行恢复或增强，以提高图像的视觉效果或提取出更丰富的底层特征信息。
常见的low-level任务包括图像去噪、deblur去模糊、dehaze去雾、去雨、超分、low-light enhancement、去镜面反射（remove reflection）、水下低光照增强等。简单来说，就是把特定低质量图像还原成好看的图像。
常使用的客观的指标如PSNR（峰值信噪比）、SSIM（结构相似性指数）来评估处理的效果。
一个low-level计算机视觉的例子是Sobel算子，它用于检测图像中的边缘，通过计算图像梯度来找到像素强度变化最大的区域，从而识别出图像中的边缘。