NeuroPump：用于水下图像的同时几何和颜色校正
计算机视觉与模式识别
2025-01-14 v2
摘要
水下图像修复旨在去除由于水的折射、吸收和散射导致的几何和颜色失真。以往研究侧重于恢复颜色或几何，但据我们所知，尚未两者兼顾。然而，实际情况下，逐一处理这两种校正可能不够方便。本文提出了 NeuroPump，一种自监督方法，用于同时优化和校正水下的几何和颜色，仿佛水被抽走一样。关键思想是显式建模水中的折射、吸收和散射于神经辐射场（NeRF）管道中，从而不仅执行同时的几何和颜色校正，还能通过控制解耦参数来合成新视角和光学效果。此外，为解决缺乏真实配对 ground truth 图像的问题，我们提出了一个水下 360 基准数据集，拥有真实配对（即有水和无水）图像。我们的方法在定量和定性方面均显著优于其他基线方法。我们的项目页面可在：https://ygswu.github.io/NeuroPump.github.io/ 查看。
引用
@article{arxiv.2412.15890,
title = {NeuroPump: Simultaneous Geometric and Color Rectification for Underwater Images},
author = {Yue Guo and Haoxiang Liao and Haibin Ling and Bingyao Huang},
journal= {arXiv preprint arXiv:2412.15890},
year = {2025}
}