LLVIP: 可視光・赤外線ペアデータセットによる低輝度ビジョン

低光条件下、画像融合、歩行者検出、および画像間変換などの様々な視覚タスクは、有効な対象領域が失われるため非常に困難です。このような場合、赤外線と可視画像を組み合わせて使用することで、豊富な詳細情報と有効な対象領域の両方を提供することができます。本論文では、低光視覚用の可視-赤外線ペアデータセットであるLLVIP（Low-Light Vision Infrared and Visible）を紹介します。このデータセットには30976枚の画像（15488ペア）が含まれており、その大部分は非常に暗いシーンで撮影されました。すべての画像は時間的にも空間的にも厳密に揃えられています。データセット内の歩行者はラベリングされています。私たちはこのデータセットを他の可視-赤外線データセットと比較し、画像融合、歩行者検出、および画像間変換など人気のある視覚アルゴリズムの性能を評価しました。実験結果は、融合による画像情報の補完効果を示し、3つの視覚タスクにおける既存アルゴリズムの低光条件での欠点を見つけました。私たちはLLVIPデータセットが、低光応用における画像融合、歩行者検出、および画像間変換の進展に貢献し、コンピュータビジョンコミュニティに有益であると考えています。このデータセットは以下のURLから公開されています: https://bupt-ai-cz.github.io/LLVIP。さらに研究のために使用できる生データも提供されています（例：画像登録）。