基于flare与场景运动独立性的物理信息视频耀斑合成与去除
计算机视觉与模式识别
2025-12-15 v1
摘要
镜头耀斑是由强光源引起的退化现象。现有耀斑去除研究主要聚焦于图像，而视频耀斑的时空特性仍未被充分探索。视频耀斑合成与去除比图像面临更大挑战，原因在于耀斑、光源和场景内容之间复杂且相互独立的运动。这种运动独立性进一步影响恢复性能，常导致闪烁和伪影。为解决这一问题，我们提出了一种物理信息的动态耀斑合成流水线，利用光流模拟光源运动，并建模散射耀斑和反射耀斑的时序行为。同时，我们设计了一个视频耀斑去除网络，采用注意力模块在空间上抑制耀斑区域，并引入基于Mamba的时序建模组件以捕获长程时空依赖。这种运动独立的时空表示有效消除了对多帧对齐的需求，缓解了耀斑与场景内容之间的时序混叠，从而提升了视频耀斑去除性能。在此基础上，我们构建了首个视频耀斑数据集，以全面评估我们的方法，该数据集包括大量合成配对视频以及从互联网收集的额外真实视频以评估泛化能力。大量实验表明，我们的方法在真实和合成视频上均持续优于现有的基于视频的恢复方法和基于图像的耀斑去除方法，在有效去除动态耀斑的同时保持了光源完整性并维持了场景的时空一致性。
引用
@article{arxiv.2512.11327,
title = {Physics-Informed Video Flare Synthesis and Removal Leveraging Motion Independence between Flare and Scene},
author = {Junqiao Wang and Yuanfei Huang and Hua Huang},
journal= {arXiv preprint arXiv:2512.11327},
year = {2025}
}