OpenRR-5k：野外大规模反射消除基准
计算机视觉与模式识别
2025-06-09 v1
摘要
消除反射是计算机视觉中的关键任务，具有显著的摄影和图像增强应用。然而，现有方法受限于缺乏大规模、高质量且多样化的数据集。本文提出一种用于单图像反射消除(SIRR)的新型基准。我们开发了一个包含5300对高质量、像素对齐图像对的大规模数据集，每对图像对包括一张反射图像及其对应的干净版本。具体而言，将数据集分为两个部分：5000张图像用于训练，300张图像用于验证。此外，我们包含了100张无真值(GT)的真实世界测试图像，以进一步评估反射消除方法的实际性能。所有图像对在像素级别精确对齐，以保证准确的监督。数据集涵盖广泛的真实场景， featuring various lighting conditions, object types, and reflection patterns，并分为训练、验证和测试集以便彻底评估。为验证数据集的有用性，我们训练了一个基于U-Net的模型，并使用包括PSNR、SSIM、LPIPS、DISTS和NIQE在内的五个常用指标进行评估。我们将在https://github.com/caijie0620/OpenRR-5k上发布数据集和代码，以促进该领域的未来研究。
引用
@article{arxiv.2506.05482,
title = {OpenRR-5k: A Large-Scale Benchmark for Reflection Removal in the Wild},
author = {Jie Cai and Kangning Yang and Ling Ouyang and Lan Fu and Jiaming Ding and Jinglin Shen and Zibo Meng},
journal= {arXiv preprint arXiv:2506.05482},
year = {2025}
}