⏶22

LightsOut：基于扩散的溢出绘画，用于增强镜头光晕去除

10月17日发表

10月20日由 Yu-Lun Liu 提交

作者: Shr-Ruei Tsai, Wei-Cheng Chang, Jie-Ying Lee, Chih-Hai Su, Yu-Lun Liu

摘要

AI 生成总结

LightsOut 通过使用基于扩散的外绘框架重建帧外光源，增强了单张图像的耀光去除效果，提高了在挑战性场景下的性能。

镜头眩光会严重降低图像质量，影响诸如物体检测和自动驾驶等关键计算机视觉任务。最近的单图像眩光去除 (SIFR) 方法在离屏光源不完整或不存在时表现不佳。我们提出了 LightsOut，一个基于扩散的 outpainting 框架，旨在通过重建离屏光源来增强 SIFR。我们的方法利用了一个多任务回归模块和一个 LoRA 微调的扩散模型，以确保逼真且物理一致的 outpainting 结果。全面的实验表明，LightsOut 在具有挑战性的场景中，无需额外的重新训练，即可持续提升现有 SIFR 方法的性能，作为一种普遍适用的即插即用预处理解决方案。项目主页：https://ray-1026.github.io/lightsout/

查看 arXiv 页面查看 PDF

Yu-Lun Liu

论文提交者

镜头眩光会严重降低图像质量，影响物体检测和自动驾驶等关键计算机视觉任务。最近的单图像眩光去除（SIFR）方法在画面外光源不完整或不存在时表现不佳。我们提出了 LightsOut，一种基于扩散的外绘框架，专门用于通过重建画面外光源来增强 SIFR。我们的方法利用多任务回归模块和 LoRA 微调的扩散模型，以确保逼真且物理一致的外绘结果。全面的实验表明，LightsOut 在极具挑战性的场景中，无需额外重新训练即可持续提升现有 SIFR 方法的性能，是一种通用即插即用的预处理解决方案。项目页面：https://ray-1026.github.io/lightsout/

LightsOut：基于扩散的溢出绘画，用于增强镜头光晕去除

摘要

评论