Real-MFF：一个带真值的大规模真实多聚焦图像数据集
计算机视觉与模式识别
2020-08-31 v3
摘要
多聚焦图像融合是一种从两张或多张部分聚焦的源图像生成全聚焦图像的技术，可惠及许多计算机视觉任务。然而，目前尚无大规模且真实的数据集来对多聚焦图像融合算法进行有说服力的评估与比较。此外，若无合适的数据集，难以训练用于多聚焦图像融合的深度神经网络。在本文中，我们介绍了一个名为 Real-MFF 的大规模真实多聚焦数据集，包含 710 对带相应真值图像的源图像。该数据集由光场图像生成，源图像与真值图像均为真实图像。为同时作为现有多聚焦图像融合算法的成熟基准以及未来基于深度学习的方法开发的合适训练数据集，该数据集涵盖多种场景，包括建筑、植物、人物、商场、广场等。我们还出于示例目的在该数据集上评估了 10 种典型多聚焦算法。
引用
@article{arxiv.2003.12779,
title = {Real-MFF: A Large Realistic Multi-focus Image Dataset with Ground Truth},
author = {Juncheng Zhang and Qingmin Liao and Shaojun Liu and Haoyu Ma and Wenming Yang and Jing-Hao Xue},
journal= {arXiv preprint arXiv:2003.12779},
year = {2020}
}