LoLI-Street 저조도 이미지 향상 데이터 세트

LoLI-Street는 성균관대학교, 호주국립대학교, 한국기술대학교의 연구팀이 공동으로 공개한 저조도 영상 향상(LLIE)에 초점을 맞춘 데이터 세트입니다.LoLI-Street: 저조도 이미지 향상 및 그 이상 벤치마킹"이며 ACCV'24에 승인되었습니다. 이 데이터셋은 개발된 도시 거리 장면에서 촬영한 33,000쌍의 저조도 및 적정 노출 이미지로 구성되어 있으며, 객체 감지를 위한 19,000개의 객체 범주를 포함합니다. LoLI-Street 데이터셋에는 현실적인 조건에서 LLIE 모델을 테스트하기 위한 1,000개의 실제 저조도 테스트 이미지도 포함되어 있습니다. 이 데이터셋은 객체 감지, 추적, 분할 및 장면 이해를 포함한 다양한 컴퓨터 비전 작업에 필수적입니다.

이 데이터 세트는 기존 LLIE 방법이 실제 저조도 조건, 특히 거리 풍경 영역에서 성능이 좋지 않다는 문제를 해결하기 위해 만들어졌으며, 이는 견고한 LLIE 방법의 개발을 제한합니다. LoLI-Street 데이터 세트는 다양한 저조도 조건에서 촬영한 이미지를 제공하여 연구자와 개발자가 모델을 훈련하고 테스트하는 데 도움이 되며, 자율 주행 및 감시 시스템과 같은 실제 응용 프로그램에서 이미지 품질과 객체 감지 기능을 개선할 수 있습니다.