领域
配图3.jpg

Real-HDRV 真实HDR视频数据集

作为获取高动态范围(HDR)视频的一种重要且实用的方式,从交替曝光序列中重建HDR视频仍然研究较少,主要原因在于缺乏大规模真实世界数据集。现有方法大多依赖合成数据集进行训练,在实际场景中表现不佳。为促进真实世界HDR视频重建的发展,本文提出了 Real-HDRV,一个面向HDR视频重建的大规模真实世界基准数据集,涵盖多种场景、多样的运动模式以及高质量的标签信息。具体而言,本数据集包含500组LDR-HDR视频对,总计约28,000帧LDR图像与4,000帧HDR图像标签,覆盖白天、夜间、室内及室外等不同环境。据我们所知,该数据集是目前规模最大的真实世界HDR视频重建数据集。

Real-HDRV 真实HDR视频数据集

作为获取高动态范围(HDR)视频的一种重要且实用的方式,从交替曝光序列中重建HDR视频仍然研究较少,主要原因在于缺乏大规模真实世界数据集。现有方法大多依赖合成数据集进行训练,在实际场景中表现不佳。为促进真实世界HDR视频重建的发展,本文提出了 Real-HDRV,一个面向HDR视频重建的大规模真实世界基准数据集,涵盖多种场景、多样的运动模式以及高质量的标签信息。具体而言,本数据集包含500组LDR-HDR视频对,总计约28,000帧LDR图像与4,000帧HDR图像标签,覆盖白天、夜间、室内及室外等不同环境。据我们所知,该数据集是目前规模最大的真实世界HDR视频重建数据集。

下载地址
配图2.jpg

Mobile-HDR 真实移动端HDR数据集

手机已成为我们日常生活中无处不在且不可或缺的拍摄设备,然而由于光圈小、传感器尺寸有限,手机在拍摄中更容易受到噪声和过曝的影响,导致图像呈现低动态范围(LDR)和较差的图像质量。因此,发展适用于手机的高动态范围(HDR)成像技术尤为关键。 然而,现有的HDR图像数据集大多由数码单反相机(DSLR)在白天环境下采集,限制了其在移动设备HDR成像研究中的适用性。为了解决这一问题,我们首次(据我们所知)构建了一个由手机相机采集的HDR图像数据集,命名为 Mobile-HDR 数据集。具体而言,本文使用三款不同的手机相机,在原始图像域(raw domain)中采集成对的LDR-HDR图像,涵盖了白天与夜间等多种场景,并包含不同噪声水平。

Mobile-HDR 真实移动端HDR数据集

手机已成为我们日常生活中无处不在且不可或缺的拍摄设备,然而由于光圈小、传感器尺寸有限,手机在拍摄中更容易受到噪声和过曝的影响,导致图像呈现低动态范围(LDR)和较差的图像质量。因此,发展适用于手机的高动态范围(HDR)成像技术尤为关键。 然而,现有的HDR图像数据集大多由数码单反相机(DSLR)在白天环境下采集,限制了其在移动设备HDR成像研究中的适用性。为了解决这一问题,我们首次(据我们所知)构建了一个由手机相机采集的HDR图像数据集,命名为 Mobile-HDR 数据集。具体而言,本文使用三款不同的手机相机,在原始图像域(raw domain)中采集成对的LDR-HDR图像,涵盖了白天与夜间等多种场景,并包含不同噪声水平。

下载地址
配图1.jpg

Theta 360°全景HDR数据集

光照在人类幸福感中扮演着重要角色。然而,大多数计算机视觉任务在处理像素时,往往忽略了像素与物理亮度之间的关系。为了解决这一不足,本数据集引入了Laval光度校准室内HDR数据集,这是首个大规模经过光度校准的高动态范围360°全景图像数据集。本数据集对现有未校准的HDR数据集进行精确校准。具体方法是利用专业光度测量仪器(色度计)同步采集RAW格式的包围曝光图像,涵盖多种场景和多样的光照条件。基于这些精确测量数据,本文计算并确定了应用于HDR图像的校准系数最终构建的数据集丰富地展现了室内场景中多样的照度与色彩,以及多种类型的光源。

Theta 360°全景HDR数据集

光照在人类幸福感中扮演着重要角色。然而,大多数计算机视觉任务在处理像素时,往往忽略了像素与物理亮度之间的关系。为了解决这一不足,本数据集引入了Laval光度校准室内HDR数据集,这是首个大规模经过光度校准的高动态范围360°全景图像数据集。本数据集对现有未校准的HDR数据集进行精确校准。具体方法是利用专业光度测量仪器(色度计)同步采集RAW格式的包围曝光图像,涵盖多种场景和多样的光照条件。基于这些精确测量数据,本文计算并确定了应用于HDR图像的校准系数最终构建的数据集丰富地展现了室内场景中多样的照度与色彩,以及多种类型的光源。

下载地址
1 2 3 ... 14 跳转到