FlareX：基于2D综合与3D渲染的镜头晕光去除物理信息数据集
计算机视觉与模式识别
2025-12-16 v2
摘要
镜头晕光发生在拍摄强光源方向时，会显著降低图像的视觉质量。由于在现实世界中捕获含晕光与无晕光图像对的困难，现有数据集通常通过在背景图像上叠加人工晕光模板来进行2D综合。然而，模板中晕光多样性的不足以及综合过程中忽视物理原理的特征，导致训练此类数据集模型在现实场景下的泛化能力有限。为此，我们提出一种新的物理信息驱动的flare数据生成方法，包括三个阶段：参数化模板创建、基于照明规律的2D综合，以及基于物理引擎的3D渲染，最终得到包含2D与3D视角的混合flare数据集，即FlareX。该数据集提供9500个2D模板（来自95种晕光模式）和3000组从60个3D场景中渲染的晕光图像对。此外，我们设计了一种掩码方法，从受晕光污染的图像中获取真实的无晕光图像，以衡量模型在现实图像上的性能。广泛的实验表明，我们的方法和数据集均有效。
引用
@article{arxiv.2510.09995,
title = {FlareX: A Physics-Informed Dataset for Lens Flare Removal via 2D Synthesis and 3D Rendering},
author = {Lishen Qu and Zhihao Liu and Jinshan Pan and Shihao Zhou and Jinglei Shi and Duosheng Chen and Jufeng Yang},
journal= {arXiv preprint arXiv:2510.09995},
year = {2025}
}
备注
Accepted by NeurIPS 2025