文章來源地址http://www.zghlxwxcb.cn/news/detail-565695.html
- 這是CVPR2022的一篇暗圖增強(qiáng)的文章，TCL AI Lab與福州大學(xué)，韓國延世大學(xué)，安徽大學(xué)的合作論文
- 網(wǎng)絡(luò)以黑暗環(huán)境下拍攝的color raw為輸入，用一個(gè)de-bayer-filter module恢復(fù)無拜爾濾波器的raw data（文章認(rèn)為拜爾濾波器使得光子數(shù)量被濾去許多，無拜爾濾波器的攝像機(jī)拍攝得到的raw data雖然沒有顏色信息，但是亮度信息更飽滿） ，然后兩者一起送進(jìn)雙支路暗圖增強(qiáng)模塊產(chǎn)生sRGB的圖片，總體來說有點(diǎn)像是一個(gè)優(yōu)化的ISP過程，輸入暗圖的raw data，輸出亮圖的sRGB 圖片
- 文章采集了數(shù)據(jù)集，然后有監(jiān)督地用L1損失去訓(xùn)練這個(gè)流程。數(shù)據(jù)集有兩個(gè)，一個(gè)是Mono-Colored Raw Paired (MCR) Dataset，用成對的相機(jī)（其中一個(gè)有拜爾濾波器一個(gè)沒有）拍攝得到成對的raw data（位置借助平臺滑動(dòng)來對齊，同時(shí)后期也做了alignment），這個(gè)數(shù)據(jù)集是用來訓(xùn)練第一個(gè)模塊的。第二個(gè)是從SID生成的模擬數(shù)據(jù)，用長曝光的long exposure raw data轉(zhuǎn)成RGB，然后再轉(zhuǎn)成灰度圖，作為模擬的無拜爾濾波器 raw data（我覺得很怪，為什么用灰度圖模擬raw data，損失不是很嚴(yán)重嗎）。不過看實(shí)驗(yàn)，兩個(gè)數(shù)據(jù)集應(yīng)該是分開訓(xùn)練和測試的，所以有兩個(gè)實(shí)驗(yàn)結(jié)果。
- 總之，SID模擬數(shù)據(jù)集的那部分很怪，其他的，這個(gè)拜爾濾波器導(dǎo)致亮度損失的思路還是可以的。
文章來源：http://www.zghlxwxcb.cn/news/detail-565695.html
到了這里，關(guān)于Abandoning the Bayer-Filter to See in the Dark 論文閱讀筆記的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
