Flare7K++:混合合成和真实数据集,用于夜间闪光灯移除和超越

科学领域:

• 计算机视觉 计算机视觉
• 图像处理 图像处理
• 人工智能的人工智能

背景情况:

• 夜间的图像遭受由人工灯引起的镜头闪光器件,降低视觉质量和算法性能.
• 由于独特的光特性和复杂的耀斑模式,现有的耀斑去除方法在夜间条件下是无效的.
• 缺乏全面的夜间耀斑数据集阻碍了该领域的研究和开发.

研究的目的:

• 介绍Flare7K++,这是第一个用于夜间镜头闪光灯去除的广泛数据集,包括真实和合成图像.
• 提出一条新的端到端管道,用于在夜间清除闪光灯,从而保护光源.
• 为了建立一个基准,为未来的研究,在夜间的火焰去除.

主要方法:

• 开发了Flare7K++,一个数据集,包含962个真实世界的耀斑图像 (Flare-R) 和7000个合成耀斑 (Flare7K).
• 引入了一个端到端的管道,带有光源注释,用于强大的火焰清除.
• 利用广泛的实验来验证数据集和管道的有效性.

主要成果:

• Flare7K++有效地解决了光源周围的复杂降解问题,超过了以前的合成数据集.
• 拟议的管道成功地去除了镜头的火焰,同时保留了关键的光源信息.
• 数据集和管道显著提高了夜间火焰清除能力,推动了现实世界的应用.

结论:

• Flare7K++为夜间闪光灯移除研究提供了宝贵的资源和基准.
• 这种新型管道比现有方法有了显著的进步,特别是在具有挑战性的夜间场景中.
• 这项工作为在低光环境中运行的更强大的计算机视觉系统奠定了基础.