LEDNet: Gemeinsame Verbesserung von schwach beleuchteten Bildern und Entverwischung im Dunkeln

Nachtfotografie leidet in der Regel sowohl unter geringem Licht als auch unter Verwischungseffekten aufgrund der düsteren Umgebung und der häufigen Verwendung langer Belichtungszeiten. Obwohl bestehende Methoden zur Lichtverstärkung und Entwischung jeweils einzelne Probleme lösen können, können solche Methoden in Kaskade nicht harmonisch zusammenarbeiten, um die gemeinsame Verschlechterung von Sichtbarkeit und Texturen effektiv zu bewältigen. Das Training eines End-to-End-Netzes ist ebenfalls nicht möglich, da keine gepaarten Daten verfügbar sind, die die gleichzeitige Existenz von geringem Licht und Verwischungen charakterisieren. Wir adressieren dieses Problem durch die Einführung einer neuen Daten-Synthese-Pipeline, die realistische Degradationen durch geringes Licht und Verwischungen modelliert. Mit dieser Pipeline präsentieren wir den ersten großen Datensatz für die kombinierte Lichtverstärkung und Entwischung bei Nacht. Der Datensatz, LOL-Blur, enthält 12.000 Paare mit niedriger Verwischung/normaler Schärfe, wobei eine Vielzahl von Dunkelheitsgraden und Bewegungsverwischungen in verschiedenen Szenarien vertreten sind. Wir stellen zudem ein effektives Netzwerk vor, das LEDNet genannt wird, welches die kombinierte Lichtverstärkung und Entwischung durchführt. Unser Netzwerk ist einzigartig, da es speziell darauf ausgelegt ist, die Synergie zwischen den beiden miteinander verbundenen Aufgaben zu berücksichtigen. Sowohl der vorgeschlagene Datensatz als auch das Netzwerk bilden eine Grundlage für diese herausfordernde kombinierte Aufgabe. Ausführliche Experimente zeigen die Effektivität unserer Methode sowohl an synthetischen als auch an realen Datensätzen.