LLVIP: Ein sichtbares Infrarot-Datensatzpaar für die Niedriglicht-Bildverarbeitung

Es ist sehr herausfordernd, verschiedene visuelle Aufgaben wie Bildfusion, Fußgängererkennung und Bild-zu-Bild-Übersetzung bei schwachen Lichtverhältnissen durchzuführen, aufgrund des Verlusts effektiver Zielbereiche. In diesem Fall können infrarote und sichtbare Bilder gemeinsam eingesetzt werden, um sowohl reichhaltige Detailinformationen als auch effektive Zielbereiche zu liefern. In dieser Arbeit stellen wir LLVIP vor, ein sichtbar-infrarot gepaartes Datensatz für die Niedriglichtvision. Dieser Datensatz enthält 30976 Bilder oder 15488 Paare, von denen die meisten in sehr dunklen Szenen aufgenommen wurden, und alle Bilder sind zeitlich und räumlich streng ausgerichtet. Die Fußgänger im Datensatz sind beschriftet. Wir vergleichen den Datensatz mit anderen sichtbar-infraroten Datensätzen und bewerten die Leistung einiger gängiger visueller Algorithmen, einschließlich Bildfusion, Fußgängererkennung und Bild-zu-Bild-Übersetzung, am Datensatz. Die experimentellen Ergebnisse zeigen den komplementären Effekt der Fusion auf die Bildinformationen und identifizieren Mängel der existierenden Algorithmen für die drei visuellen Aufgaben bei sehr niedrigen Lichtverhältnissen. Wir glauben, dass der LLVIP-Datensatz zur Förderung der Bildfusion, der Fußgängererkennung und der Bild-zu-Bild-Übersetzung in Anwendungen mit sehr niedrigen Lichtverhältnissen beitragen wird und damit dem Bereich der Computer Vision zugutekommen wird. Der Datensatz wird unter https://bupt-ai-cz.github.io/LLVIP veröffentlicht. Rohdaten werden ebenfalls bereitgestellt, um weitere Forschungen wie die Bildregistrierung zu ermöglichen.