具有可量化雾浓度与真值图的多用途真实雾霾基准
计算机视觉与模式识别
2023-07-05 v3
摘要
从室外视觉环境采集的图像常因浓烟或雾霾的存在而退化。在这些退化视觉环境（DVE）中进行场景理解研究的一个关键挑战是缺乏具有代表性的基准数据集。这些数据集用于评估最先进视觉算法（如检测与跟踪）在退化条件下的表现。本文中，我们针对部分局限，引入了首个真实雾霾图像基准，包含航拍与地面视角、配对的无雾图像以及现场雾浓度测量。该数据集在受控环境中使用专业烟雾生成机制作，覆盖整个场景，由无人机（UAV）与无人地面车辆（UGV）视角捕获。我们还评估了一系列代表性最先进去雾方法及目标检测器在该数据集上的表现。本文提供的完整数据集，包括真值目标分类边界框与雾浓度测量，供社区评估其算法：https://a2i2-archangel.vision。该数据集的一个子集已用于 CVPR UG2 2022 挑战赛的“雾霾中的目标检测”赛道：http://cvpr2022.ug2challenge.org/track1.html。
引用
@article{arxiv.2206.06427,
title = {A Multi-purpose Realistic Haze Benchmark with Quantifiable Haze Levels and Ground Truth},
author = {Priya Narayanan and Xin Hu and Zhenyu Wu and Matthew D Thielke and John G Rogers and Andre V Harrison and John A D'Agostino and James D Brown and Long P Quang and James R Uplinger and Heesung Kwon and Zhangyang Wang},
journal= {arXiv preprint arXiv:2206.06427},
year = {2023}
}
备注
This paper has been ACCEPTED for publication as a REGULAR paper in the IEEE Transactions on Image Processing (TIP)