Open tkuri opened 4 years ago
夜間の霧除去は低SNR・複数光源色・不均一光量などの要因で非常に難しく、昼間の霧除去手法では太刀打ちできない。そこでグレースケールで周波数分離し高周波でテクスチャの視認性を上げ低周波で霧除去し、更にカラーで同等の処理をしてconsistencyを取る霧除去手法を提案。
グレーとカラーのドメインで同じような処理を行っているので一見冗長な処理に見えるが、グレースケールの方が夜景で発生する確率の高い大気光の多色揺らぎの影響を受けにくいので、まずそちらでより信頼性の高い結果を生成してから、カラーの最終的な画を得るという戦略。
夜間の霧画像と霧除去画像(Ground Truth)のペアを得ることは非常に困難なので、合成データセット(GTA5)での教師ありと、実画像データでの教師なしを組み合わせている。実データでの定性評価、および合成データでの定量評価(PSNR/SSIM)において従来手法の性能を大幅に上回ることを確認。ECCV2020。
https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1616_ECCV_2020_paper.php
論文概要
夜間の霧除去は低SNR・複数光源色・不均一光量などの要因で非常に難しく、昼間の霧除去手法では太刀打ちできない。そこでグレースケールで周波数分離し高周波でテクスチャの視認性を上げ低周波で霧除去し、更にカラーで同等の処理をしてconsistencyを取る霧除去手法を提案。
グレーとカラーのドメインで同じような処理を行っているので一見冗長な処理に見えるが、グレースケールの方が夜景で発生する確率の高い大気光の多色揺らぎの影響を受けにくいので、まずそちらでより信頼性の高い結果を生成してから、カラーの最終的な画を得るという戦略。
夜間の霧画像と霧除去画像(Ground Truth)のペアを得ることは非常に困難なので、合成データセット(GTA5)での教師ありと、実画像データでの教師なしを組み合わせている。実データでの定性評価、および合成データでの定量評価(PSNR/SSIM)において従来手法の性能を大幅に上回ることを確認。ECCV2020。