UniISP：面向人类与机器视觉的统一图像信号处理框架
计算机视觉与模式识别
2026-05-11 v1
摘要
与 RGB 图像相比，原始传感器数据提供更丰富的信息表征，对准确识别尤其在低光环境等恶劣条件下至关重要。传统图像信号处理(ISP)管道通过系列步骤生成符合人类感知的视觉满意的 RGB 图像，但某些操作可能因压缩和信息损失而影响信息完整性。此外，在直接利用原始相机数据进行计算机视觉任务时，现有方法大多仅最小化 ISP 处理与下游网络集成，生成的图像往往难以可视化或不符合人类审美偏好。本文提出 UniISP，一种为同时满足人类视觉感知和计算机视觉应用需求的统一 ISP 框架。通过设计混合注意力模块(HAM)并采用监督学习，确保生成图像视觉上令人满意。此外，引入特征适配器模块有效传递 ISP 阶段的特征至后续下游网络。大量实验表明，我们的方法在多种场景和数据集上实现状态最佳性能，证明其通用性和有效性。
引用
@article{arxiv.2605.07359,
title = {UniISP: A Unified ISP Framework for Both Human and Machine Vision},
author = {Hanxi Li and Yao Cheng and Bo Zhang and Li Zeng},
journal= {arXiv preprint arXiv:2605.07359},
year = {2026}
}