基于 NeRF 的可靠图像去雾
计算机视觉与模式识别
2023-03-17 v1
摘要
我们提出了一种高质量、广适用且无需数据训练或先验的图像去雾算法。我们分析了原始去雾模型的缺陷，并提出了一种基于光学散射模型与计算机图形学光照渲染模型相结合的新颖且可靠的去雾重建与去雾模型。基于新的雾模型以及相机获取的图像，我们可以重建三维空间，精确计算空间中的物体与雾，并利用雾的透明度关系进行精确去雾。为获取三维仿真数据集，我们使用了 Unreal 5 计算机图形渲染引擎。为获取不同场景下的真实拍摄数据，我们使用雾发生器、阵列相机、手机、水下相机和无人机来获取雾数据。我们通过公式推导、仿真数据集与真实拍摄数据集的实验结果来证明新方法的可行性。与其他多种方法相比，我们在计算指标上大幅领先（平均场景质量高 4 dB），色彩保持更自然，且算法在不同场景中更鲁棒，主观感知最佳。
引用
@article{arxiv.2303.09153,
title = {Reliable Image Dehazing by NeRF},
author = {Zheyan Jin and Shiqi Chen and Huajun Feng and Zhihai Xu and Qi Li and Yueting Chen},
journal= {arXiv preprint arXiv:2303.09153},
year = {2023}
}
备注
12pages, 8figures