夜间去雾增强
计算机视觉与模式识别
2022-10-19 v1
摘要
在本文中，我们引入了一项称为夜间去雾增强的新计算机视觉任务。该任务旨在联合执行去雾和亮度增强。我们的任务与夜间去雾有本质区别——我们的目标是联合去雾并增强场景，而夜间去雾旨在夜间设定下对场景去雾。为促进该任务的进一步研究，我们发布了一个称为 Reside- Night 数据集的新基准数据集，包含来自 2061 个场景的 4122 张夜间有雾图像和 2061 张真实图像。此外，我们还提出了一种称为 NDENet（夜间去雾增强网络）的新网络，以端到端方式联合执行去雾和低光增强。我们在所提出的基准上评估了我们的方法，取得了 0.8962 的 SSIM 和 26.25 的 PSNR。我们还将我们的网络与基准上的其他基线网络进行比较，以证明我们方法的有效性。我们认为夜间去雾增强是一项重要任务，尤其对于自主导航应用，并希望我们的工作能开辟研究的新前沿。我们的数据集和代码将在论文被接受后公开提供。
引用
@article{arxiv.2210.09962,
title = {Nighttime Dehaze-Enhancement},
author = {Harshan Baskar and Anirudh S Chakravarthy and Prateek Garg and Divyam Goel and Abhijith S Raj and Kshitij Kumar and Lakshya and Ravichandra Parvatham and V Sushant and Bijay Kumar Rout},
journal= {arXiv preprint arXiv:2210.09962},
year = {2022}
}