夜间城市景观照片的深度光污染去除
计算机视觉与模式识别
2026-04-13 v1
摘要
夜间摄影因城市环境中普遍的人工照明而严重受到光污染的影响。经过长距离散射和空间扩散，无关的人工光照会淹没自然的夜间亮度，产生skyglow（天空光晕），导致星星和天体景观被冲淡，并在光源周围产生环形和光晕伪影。与夜间去雾不同，光污染去除旨在通过中和地面照明的辐射足迹来恢复原始的夜间外观。本文提出一种基于物理的退化模型，在前述夜间去雾模型的基础上加入两个关键因素：(i)方向性光源的各向异性扩散，(ii)因不可见的地表灯光在天际线后方导致的skyglow。此外，我们构建了一种训练策略，利用大规模生成模型和合成-真实耦合来弥补真实数据稀缺的paired data问题并提升泛化能力。广泛的实验表明，所提出的表述和学习框架显著减少光污染伪影，较先前的夜间恢复方法更好地恢复了真实的夜间图像。
引用
@article{arxiv.2604.09145,
title = {Deep Light Pollution Removal in Night Cityscape Photographs},
author = {Hao Wang and Xiaolin Wu and Xi Zhang and Baoqing Sun},
journal= {arXiv preprint arXiv:2604.09145},
year = {2026}
}
备注
17 pages, supplementary material included