夜间视觉：探索通过颜色与对比度变换提升鲁棒性的仿生预处理方法
计算机视觉与模式识别
2025-09-30 v1
摘要
受人眼视觉系统对比度增强和颜色拮抗机制的启发，我们探索了用于鲁棒语义分割的仿生输入预处理方法。通过对 RGB、灰度和拮抗颜色通道应用高斯差分 (DoG) 滤波，我们在不修改模型架构或训练的情况下增强了局部对比度。在 Cityscapes、ACDC 和 Dark Zurich 上的评估表明，此类预处理在保持分布内性能的同时，提升了对夜间、雾和雪等恶劣条件的鲁棒性。由于该处理方式与模型无关且轻量级，它有望集成到成像管线中，使成像系统能够为安全关键环境中的下游视觉模型提供任务就绪且鲁棒的输入。
引用
@article{arxiv.2509.24863,
title = {Vision At Night: Exploring Biologically Inspired Preprocessing For Improved Robustness Via Color And Contrast Transformations},
author = {Lorena Stracke and Lia Nimmermann and Shashank Agnihotri and Margret Keuper and Volker Blanz},
journal= {arXiv preprint arXiv:2509.24863},
year = {2025}
}
备注
Accepted at the ICCV 2025 Workshop on Responsible Imaging