Visibility Enhancement for Low-light Hazy Scenarios

要約

薄暗く霞んだ光景は、夕暮れ時と早朝によく現れます。
低光量のかすみのある画像の視覚的強化は、不適切な問題です。
画像のかすみ除去と低照度強調のそれぞれに対して多数の方法が提案されていますが、それらを単に統合するだけでは、この特定のタスクに対して満足のいく結果を提供することはできません。
この論文では、薄明かりのかすみのシナリオの視認性を向上させる新しい方法を紹介します。
この困難なタスクに対処するために、我々は 2 つの主要な技術を提案します。それは、相互整合性のかすみ除去強化フレームワークと、低光量のかすみデータセット用の物理ベースのシミュレーションです。
具体的には、このフレームワークは、さまざまなサブタスクから得られる手がかりを最大限に活用することで、入力画像の視認性を高めるように設計されています。
このシミュレーションは、提案された低光量かすんだイメージング モデルによってグラウンド トゥルースを含むデータセットを生成するように設計されています。
広範な実験結果は、提案された方法が、SSIM (9.19%) や PSNR (5.03%) などのさまざまな指標で SOTA ソリューションよりも優れていることを示しています。
さらに、人間の視覚による提案手法の有効性と必要性​​を実証するために、実際の画像に対するユーザースタディを実施します。

要約(オリジナル)

Low-light hazy scenes commonly appear at dusk and early morning. The visual enhancement for low-light hazy images is an ill-posed problem. Even though numerous methods have been proposed for image dehazing and low-light enhancement respectively, simply integrating them cannot deliver pleasing results for this particular task. In this paper, we present a novel method to enhance visibility for low-light hazy scenarios. To handle this challenging task, we propose two key techniques, namely cross-consistency dehazing-enhancement framework and physically based simulation for low-light hazy dataset. Specifically, the framework is designed for enhancing visibility of the input image via fully utilizing the clues from different sub-tasks. The simulation is designed for generating the dataset with ground-truths by the proposed low-light hazy imaging model. The extensive experimental results show that the proposed method outperforms the SOTA solutions on different metrics including SSIM (9.19%) and PSNR(5.03%). In addition, we conduct a user study on real images to demonstrate the effectiveness and necessity of the proposed method by human visual perception.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google