面向强烈折射扭曲下的多帧图像恢复统一基准
计算机视觉与模式识别
2026-05-07 v1
摘要
视频序列通过折射性动态介质（如湍流空气或水面）捕获时，常常受到严重的几何畸变和时序不稳定的影响。虽然近期研究针对轻微大气湍流提出了解决方案，但现有基准测试在面对强烈且高度非均匀折射条件时尚无系统性评估。我们提出了用于几何畸变消除的综合性基准测试，涵盖从类似湍流的轻微扭曲到强烈不连续折射变形的多个层次。该基准包含实验室捕获的真实数据以及通过基于物理的光线折射建模生成的合成序列，覆盖四个畸变等级和多种表面波动类型。我们评估了从简单基线和经典配准算法到高级学习方法（包括 DATUM 及我们提出的基于扩散的 V-cache）在高和极端畸变 regime 中的表现。评估采用像素级（PSNR、SSIM）和感知（LPIPS、DINO、CLIP）指标，首次对几何畸变消除进行大规模分析。我们的基准为开发和评估能够从高度扭曲光学环境中重建视频的算法奠定了新的基础。代码和数据集已在 https://github.com/iafoss/refractive-mfir-benchmark 提供。
引用
@article{arxiv.2605.05079,
title = {A unified Benchmark for Multi-Frame Image Restoration under Severe Refractive Warping},
author = {Maxim V. Shugaev and Md Reshad Ul Hoque and Bridget Kennedy and Joseph T. Riley and Fiona Hwang and Justin Hagen and Harvir Ghuman and Ethan Garcia-O'Donnell and Syed Noor Qadri and Freddie Santiago and Mun Wai Lee},
journal= {arXiv preprint arXiv:2605.05079},
year = {2026}
}
备注
15 pages, 6 figures