MIPI 2022 Quad-Bayer 重排马赛克挑战赛：数据集与报告
图像与视频处理
2022-09-16 v1 计算机视觉与模式识别
摘要
随着移动平台上计算摄影与成像需求的不断增长，在相机系统中开发并集成先进图像传感器与新型算法已变得普遍。然而，研究缺乏高质量数据，且业界与学术界鲜有深入交流观点的机会，这制约了移动智能摄影与成像（MIPI）的发展。为弥补这一空白，我们引入了首届 MIPI 挑战赛，包含五个聚焦新型图像传感器与成像算法的赛道。本文介绍了其中的五个赛道之一——Quad 联合重排马赛克与去噪，该赛道致力于在满分辨率下将 Quad CFA 插值为 Bayer。参赛者获得了一个新数据集，包含 70 个（训练）和 15 个（验证）高质量 Quad 与 Bayer 对场景。此外，对于每个场景，提供了 0dB、24dB 和 42dB 下不同噪声级别的 Quad。所有数据均在室外和室内条件下使用 Quad 传感器采集。最终结果采用客观指标进行评估，包括 PSNR、SSIM、LPIPS 和 KLD。本文提供了本挑战赛中开发的所有模型的详细描述。有关本挑战赛的更多细节及数据集链接可在 https://github.com/mipi-challenge/MIPI2022 找到。
引用
@article{arxiv.2209.07060,
title = {MIPI 2022 Challenge on Quad-Bayer Re-mosaic: Dataset and Report},
author = {Qingyu Yang and Guang Yang and Jun Jiang and Chongyi Li and Ruicheng Feng and Shangchen Zhou and Wenxiu Sun and Qingpeng Zhu and Chen Change Loy and Jinwei Gu},
journal= {arXiv preprint arXiv:2209.07060},
year = {2022}
}
备注
ECCV 2022 Mobile Intelligent Photography and Imaging (MIPI) Workshop--Quad-Bayer Re-mosaic Challenge Report. MIPI workshop website: http://mipi-challenge.org/