Nighttime Dehaze-Enhancement

要約

この論文では、夜間のかすみ除去と呼ばれる新しいコンピューター ビジョン タスクを紹介します。
このタスクは、かすみ除去と明度向上を共同で行うことを目的としています。
私たちのタスクは、夜間のかすみ除去とは根本的に異なります。私たちの目標は、シーンのかすみ除去と強化を共同で行うことですが、夜間のかすみ除去は、夜間の設定でシーンのかすみ除去を目指しています。
このタスクのさらなる研究を促進するために、Reside-$\beta$ Night データセットと呼ばれる新しいベンチマーク データセットをリリースします。これは、2061 シーンからの 4122 の夜間のかすみ画像と 2061 のグラウンド トゥルース画像で構成されます。
さらに、NDENet (Nighttime Dehaze-Enhancement Network) と呼ばれる新しいネットワークも提案します。このネットワークは、エンド ツー エンドでかすみ除去と低照度強調を共同で実行します。
提案されたベンチマークで手法を評価し、0.8962 の SSIM と 26.25 の PSNR を達成します。
また、ベンチマークでネットワークを他のベースライン ネットワークと比較して、アプローチの有効性を実証します。
夜間のかすみ除去の強化は、特に自律航法アプリケーションにとって不可欠なタスクであると考えており、私たちの研究が研究の新しいフロンティアを切り開くことを願っています。
私たちのデータセットとコードは、論文が受理され次第公開されます。

要約(オリジナル)

In this paper, we introduce a new computer vision task called nighttime dehaze-enhancement. This task aims to jointly perform dehazing and lightness enhancement. Our task fundamentally differs from nighttime dehazing — our goal is to jointly dehaze and enhance scenes, while nighttime dehazing aims to dehaze scenes under a nighttime setting. In order to facilitate further research on this task, we release a new benchmark dataset called Reside-$\beta$ Night dataset, consisting of 4122 nighttime hazed images from 2061 scenes and 2061 ground truth images. Moreover, we also propose a new network called NDENet (Nighttime Dehaze-Enhancement Network), which jointly performs dehazing and low-light enhancement in an end-to-end manner. We evaluate our method on the proposed benchmark and achieve SSIM of 0.8962 and PSNR of 26.25. We also compare our network with other baseline networks on our benchmark to demonstrate the effectiveness of our approach. We believe that nighttime dehaze-enhancement is an essential task particularly for autonomous navigation applications, and hope that our work will open up new frontiers in research. Our dataset and code will be made publicly available upon acceptance of our paper.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google