Key points are not available for this paper at this time.
Les vidéos en faible luminosité présentent souvent un bruit incohérent spatiotemporel, compromettant la visibilité et les performances dans les applications de vision par ordinateur. Un défi majeur dans l'amélioration de ce type de contenu à l'aide de l'apprentissage profond est la rareté des données d'entraînement. Cet article introduit un nouvel ensemble de données vidéo en faible luminosité, composé de 40 scènes avec divers scénarios de mouvement sous deux conditions de faible luminosité distinctes, intégrant du bruit réel et des artefacts temporels. Nous fournissons des données de vérité de terrain entièrement enregistrées capturées sous lumière normale à l'aide d'un chariot motorisé programmable et les affinons via une approche basée sur l'image pour un alignement pixel par pixel des cadres à travers différents niveaux de lumière. Nous fournissons des références basées sur quatre technologies différentes : réseaux de neurones convolutionnels, transformers, modèles de diffusion et modèles d'espace d'état (mamba). Nos résultats expérimentaux démontrent l'importance des paires de vidéos entièrement enregistrées pour l'amélioration de vidéos en faible luminosité (LLVE) et l'évaluation complète montre que les modèles entraînés avec notre ensemble de données surpassent ceux entraînés avec les ensembles de données existants. Notre ensemble de données et les liens vers les références sont disponibles publiquement à l'adresse https://doi.org/10.21227/mzny-8c77.
Lin et al. (Mer,) ont étudié cette question.