revide视频去雾数据集-麻将胡了pg电子网站

订阅方案:
普通用户:
¥30.00
vip用户:
¥0.00
联系客服 查看订阅方案
所属分类: 综合数据 标签: (无)
来源: moonapi
更新时间: 2023-12-05 最新数据时间: 自动更新
数据集简介:

数据集介绍: 现有的深度学习去雾方法多采用单帧去雾数据集进行训练和评测,从而使得去雾网络只能利用当前有雾图像的信息恢复清晰图像。另外一方面,理想中的视频去雾算法却可以使用相邻的有雾帧来获取更多的时空冗余信息,从而得到更好的去雾效果,但由于视频去雾数据集的缺失,视频去雾算法鲜有研究。为了实现视频去雾算法的监督训练,我们首次提出了一组真实的视频去雾数据集(revide)。使用精心设计的视频采集系统,成

  • 质量保证
  • 免费样本数据
  • 免费数据更新
  • 提供发票
数据集概览(文件数量,文件种类,数据集行列数),数据集示例数据请查看下方数据集介绍或联系客服索取
  • 数据集介绍
  • 订阅方案
  • 问题反馈

revide视频去雾数据集简介

 

数据集介绍:

 

现有的深度学习去雾方法多采用单帧去雾数据集进行训练和评测,从而使得去雾网络只能利用当前有雾图像的信息恢复清晰图像。另外一方面,理想中的视频去雾算法却可以使用相邻的有雾帧来获取更多的时空冗余信息,从而得到更好的去雾效果,但由于视频去雾数据集的缺失,视频去雾算法鲜有研究。

 

 

为了实现视频去雾算法的监督训练,我们首次提出了一组真实的视频去雾数据集(revide)。使用精心设计的视频采集系统,成功地在同一场景进行两次采集,从而同时记录下真实世界中成对且完美对齐的有雾和无雾视频.

 

考虑到获取有雾视频帧间时空冗余信息的挑战性,我们还设计了一个由置信度引导的改进型可变形卷积网络(cg-idn)来处理有雾视频。实验证明,revide数据集中采集的有雾场景远比合成雾更为贴近真实场景,并且我们提出的方法也优于现有的各种去雾算法。

 

 

引用:

 

 

@inproceedings{revide,
author={zhang, xinyi and dong, hang and pan, jinshan and zhu, chao and tai, ying and wang, chengjie and li, jilin and huang, feiyue and wang, fei},
title= {learning to restore hazy video: a new real-world dataset and a new method},
booktitle = {cvpr},
pages={9239--9248},
year = {2021}
}

 

the first real-world video dehazing dataset(revide). - github - bookerdewitt/revide_dataset: the first real-world video dehazing dataset(revide).
papers with code highlights trending machine learning research and the code to implement it.
编辑丨平台 往期精选: 医学图像开源数据集汇总 医学图像开源数据集汇总(二) 自动驾驶方向开源数据集资源汇总 自动驾驶方向开源数据集资源汇总(二) 15个目标检测开源数据集汇总 人体姿态估计相关开源数据…
去雾霾数据集 [1]. ancuti系列数据集 (1)d-hazy数据集 (2)o-hazy数据集(户外) (3)i-hazy数据集(室内) [2].nyu2 depth …

 

推荐数据集
网站地图