PulseAugur
实时 13:30:44
English(EN) DeLux: Cross-Modal Local Artifact Restoration in Video Using Neuromorphic Data

DeLux 管道使用神经形态数据修复视频伪影

研究人员开发了 DeLux,一个新颖的跨模态修复管道,旨在解决 RGB 视频中的光照伪影。该系统利用神经形态事件流作为结构先验,以指导检测和修复诸如耀斑、眩光和过曝等伪影。DeLux 在真实汽车录像中,与现有的仅 RGB 和事件引导的 HDR 模型相比,表现出卓越的性能,MS-SSIM 值超过 0.99,并显著降低了伪影的严重程度。 AI

影响 这项研究可能提高在挑战性光照条件下的视频质量,尤其是在自动驾驶等应用中。

排序理由 这是一篇描述视频伪影修复新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

DeLux 管道使用神经形态数据修复视频伪影

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Bartosz Stachowiak, Dariusz Brzezinski ·

    DeLux: Cross-Modal Local Artifact Restoration in Video Using Neuromorphic Data

    arXiv:2606.27576v1 Announce Type: new Abstract: Conventional RGB cameras suffer from lighting artifacts such as flare, glare, flicker, and overexposure, leading to irrecoverable information loss that necessitates computational restoration. However, existing approaches treat these…