AIM 2025 低光 RAW 视频去噪挑战：数据集、方法与结果
计算机视觉与模式识别
2025-08-26 v1 图像与视频处理
摘要
本文综述了 AIM 2025 (图像操作进展) 低光 RAW 视频去噪挑战。该任务旨在开发方法，通过利用时域冗余性在受曝光时间限制（由帧率和传感器特性决定）下对低光 RAW 视频去噪，并适应传感器特性的信号相关噪声。我们引入了一个新的基准数据集，包含 756 组十帧序列，来自 14 台智能手机摄像头传感器，覆盖九种条件（照明强度：1/5/10 lx；曝光时间：1/24、1/60、1/120 秒），高信噪比参考信号通过冲击平均法获得。参赛者处理线性 RAW 序列并输出第十帧去噪结果，同时保持 Bayer 图案。提交结果在私有测试集上使用全参考 PSNR 和 SSIM 进行评估，最终排名以每个指标的平均排名为准。本报告描述了数据集、挑战协议及所提交的方法。
引用
@article{arxiv.2508.16830,
title = {AIM 2025 Low-light RAW Video Denoising Challenge: Dataset, Methods and Results},
author = {Alexander Yakovenko and George Chakvetadze and Ilya Khrapov and Maksim Zhelezov and Dmitry Vatolin and Radu Timofte and Youngjin Oh and Junhyeong Kwon and Junyoung Park and Nam Ik Cho and Senyan Xu and Ruixuan Jiang and Long Peng and Xueyang Fu and Zheng-Jun Zha and Xiaoping Peng and Hansen Feng and Zhanyi Tie and Ziming Xia and Lizhi Wang},
journal= {arXiv preprint arXiv:2508.16830},
year = {2025}
}
备注
Challenge report from Advances in Image Manipulation workshop held at ICCV 2025