多曝光图像融合算法的基准测试与比较
计算机视觉与模式识别
2020-07-31 v1 图像与视频处理
摘要
多曝光图像融合(MEF)是计算机视觉中的一个重要领域，近年来引起了越来越多的关注。除了传统算法外，深度学习技术也被应用于多曝光图像融合。然而，尽管在开发MEF算法方面已做出诸多努力，但缺乏基准使得难以对MEF算法进行公平且全面的性能比较，从而显著阻碍了该领域的发展。在本文中，我们通过提出一个多曝光图像融合基准(MEFB)来填补这一空白，该基准由100对图像的测试集、16种算法的代码库、20个评价指标、1600张融合图像以及一个软件工具包组成。据我们所知，这是多曝光图像融合领域的首个基准。已使用MEFB进行了大量实验，以进行全面的性能评估并识别有效算法。我们期望MEFB将作为一个有效平台，供研究人员比较性能并研究MEF算法。
引用
@article{arxiv.2007.15156,
title = {Benchmarking and Comparing Multi-exposure Image Fusion Algorithms},
author = {Xingchen Zhang},
journal= {arXiv preprint arXiv:2007.15156},
year = {2020}
}
备注
24 pages, 5 figures, 4 tables