Long Scale Error Control in Low Light Image and Video Enhancement Using Equivariance

要約

暗闇で得られる画像フレームは特別です。
定数を掛けるだけでは、画像は復元されません。
ショットノイズ、量子化効果、およびカメラの非線形性は、色と相対的な光レベルの推定が不十分であることを意味します。
現在の方法では、実際の暗い画像と明るい画像のペアを使用してマッピングを学習します。
これらをキャプチャするのは非常に困難です。
最近の論文では、シミュレートされたデータペアによって復元が実際に改善されることが示されています。これは、大量のシミュレートされたデータを簡単に取得できるためと考えられます。
この論文では、同変性（復元されたピクセルの色は同じである必要がありますが、画像はトリミングされます）を尊重することで、復元の最新技術を大幅に改善できることを示します。
スケール選択メカニズムを使用して再構成を改善できることを示します。
最後に、私たちのアプローチがビデオの復元にも改善をもたらすことを示します。
私たちの方法は、定量的および定性的に評価されます。

要約(オリジナル)

Image frames obtained in darkness are special. Just multiplying by a constant doesn’t restore the image. Shot noise, quantization effects and camera non-linearities mean that colors and relative light levels are estimated poorly. Current methods learn a mapping using real dark-bright image pairs. These are very hard to capture. A recent paper has shown that simulated data pairs produce real improvements in restoration, likely because huge volumes of simulated data are easy to obtain. In this paper, we show that respecting equivariance — the color of a restored pixel should be the same, however the image is cropped — produces real improvements over the state of the art for restoration. We show that a scale selection mechanism can be used to improve reconstructions. Finally, we show that our approach produces improvements on video restoration as well. Our methods are evaluated both quantitatively and qualitatively.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google