利用中间域映射合成数据增强低光照视频
图像与视频处理
2020-07-21 v1
摘要
低光照视频 RAW 到 RGB 转换方面的进展正开启在商用设备（如智能手机摄像头）上无需三脚架即可进行快速低光照成像的可能。然而，收集所需的配对短-长曝光帧以学习有监督映射颇具挑战。当前方法需要专用装置或使用无主体或物体运动的静态视频，导致数据集在规模、多样性和运动性上受限。我们通过提出一种称为 SIDGAN 的数据合成机制来解决低光照视频 RAW 到 RGB 的数据收集瓶颈，该机制可生成丰富的动态视频训练配对。SIDGAN 将“野生”视频（如网络视频）映射至低光照（短、长曝光）域。通过合成生成动态视频数据，我们使近期提出的一种最先进的 RAW 到 RGB 模型相比仅用静态真实视频数据训练的同模型，获得更高的图像质量（改善的色彩、减少的伪影）与改进的时间一致性。
引用
@article{arxiv.2007.09187,
title = {Low Light Video Enhancement using Synthetic Data Produced with an Intermediate Domain Mapping},
author = {Danai Triantafyllidou and Sean Moran and Steven McDonagh and Sarah Parisot and Gregory Slabaugh},
journal= {arXiv preprint arXiv:2007.09187},
year = {2020}
}
备注
Accepted to ECCV 2020