DarkVRAI: 拍摄条件引导与爆发顺序选择性扫描用于低光 RAW 视频去噪
计算机视觉与模式识别
2025-09-03 v1
摘要
低光 RAW 视频去噪是一项极具挑战性的基础任务，其困难源于高传感器增益和短曝光时间导致的严重信号退化，而后者又受到视频帧率要求的固有制约。为解决这一问题，我们提出了 DarkVRAI，一个在 AIM 2025 低光 RAW 视频去噪挑战赛中荣获第一名的新型框架。我们的方法包含两项主要贡献：(1) 将面向图像去噪的条件引导方案成功应用于视频去噪，通过显式利用拍摄元数据来指导对齐与去噪过程；(2) 一种爆发顺序选择性扫描（BOSS）机制，能够有效建模噪声视频序列中的长程时间依赖。通过协同结合这些组件，DarkVRAI 在严格且真实的基准数据集上展现出最先进的性能，为低光视频去噪设立了新的标准。
引用
@article{arxiv.2509.00917,
title = {DarkVRAI: Capture-Condition Conditioning and Burst-Order Selective Scan for Low-light RAW Video Denoising},
author = {Youngjin Oh and Junhyeong Kwon and Junyoung Park and Nam Ik Cho},
journal= {arXiv preprint arXiv:2509.00917},
year = {2025}
}