Flare7K: Ein phänomenologisches Dataset zur Entfernung von Nachtfunken

Künstliche Beleuchtung hinterlässt häufig starke Linsenreflex-Artefakte auf nachts aufgenommenen Bildern. Nachts entstehende Reflexe beeinflussen nicht nur die visuelle Qualität, sondern verschlechtern auch die Leistung von Vision-Algorithmen. Bestehende Methoden zur Entfernung von Reflexen konzentrieren sich hauptsächlich auf den Tag und scheitern bei der Anwendung in der Nacht. Die Herausforderung bei der Entfernung von Nachts-Reflexen liegt in der einzigartigen Helligkeit und Spektrum künstlicher Lichtquellen sowie in den vielfältigen Mustern und Bildverschlechterungen, die nachts erfasst werden. Der Mangel an Datensätzen zur Entfernung von Nachts-Reflexen begrenzt die Forschung zu dieser wichtigen Aufgabe. In diesem Artikel stellen wir Flare7K vor, den ersten Datensatz zur Entfernung von Nachts-Reflexen, der auf Beobachtungen und Statistiken realer Nachts-Linsenreflexe basiert. Er bietet 5.000 Streuungs- und 2.000 Reflexions-Reflexbilder, die aus 25 Arten von Streuungs-Reflexen und 10 Arten von Reflexions-Reflexen bestehen. Die 7.000 Reflexmuster können zufällig zu reflexfreien Bildern hinzugefügt werden, um reflexbeeinträchtigte und reflexfreie Bilddatenpaare zu bilden. Mit diesen gepaarten Daten können wir tiefere Modelle trainieren, um effektiv reflexbeeinträchtigte Bilder aus der Realität wiederherzustellen. Neben reichhaltigen Reflexmustern bieten wir auch umfangreiche Annotationen, darunter das Kennzeichnen von Lichtquellen, Glanz mit Schimmer (glare with shimmer), Reflexions-Reflexen und Strahlen (streaks), die in bestehenden Datensätzen oft fehlen. Daher kann unser Datensatz neue Arbeiten im Bereich der Entfernung von Nachts-Reflexen sowie eine detailliertere Analyse von Reflexmustern fördern. Umfangreiche Experimente zeigen, dass unser Datensatz Vielfalt zu bestehenden Reflexdatensätzen hinzufügt und die Grenzen der Entfernung von Nachts-Reflexen erweitert.