光谱与偏振视觉：光谱偏振真实世界数据集
计算机视觉与模式识别
2023-12-01 v2 图像与视频处理
摘要
图像数据集不仅对验证计算机视觉中现有方法至关重要，对开发新方法同样关键。大多数现有图像数据集聚焦于三色强度图像以模拟人类视觉。然而，偏振与光谱——恶劣环境中且脑容量有限的动物常依赖的光的波动属性——在现有数据集中仍代表性不足。尽管存在光谱偏振数据集，这些数据集存在物体多样性不足、光照条件有限、仅含线性偏振数据以及图像数量不够等问题。在此我们引入两个光谱偏振数据集：三色斯托克斯图像与高光谱斯托克斯图像。这些新数据集涵盖线性与圆偏振；引入了多光谱通道；并呈现了广泛的真实世界场景选择。借助我们的数据集，我们分析了光谱偏振图像统计特性，开发了此类高维数据的高效表示，并评估了基于偏振的形状恢复方法的光谱依赖性。因此，所提数据集有望成为数据驱动的光谱偏振成像与视觉研究的基础。数据集与代码将公开可用。
引用
@article{arxiv.2311.17396,
title = {Spectral and Polarization Vision: Spectro-polarimetric Real-world Dataset},
author = {Yujin Jeon and Eunsue Choi and Youngchan Kim and Yunseong Moon and Khalid Omer and Felix Heide and Seung-Hwan Baek},
journal= {arXiv preprint arXiv:2311.17396},
year = {2023}
}