研究人员开发了一种新颖的方法，通过将三维感知神经建模与RGB和近红外（NIR）数据相结合，实现鲁棒的低光成像。该方法在一个新论文中进行了详细介绍，它绕过了对精心策划的干净RGB训练数据的需求。相反，它优化了一个模型，使其能够隐式地在三维空间中融合有噪声的RGB输入和NIR线索，从而有效地重建干净的RGB图像，并在合成数据和真实世界数据上都表现出卓越的性能。 AI
影响 该方法可以改善各种应用在低光照条件下的图像质量，并可能减少对大量数据收集的需求。
排序理由 该集群包含一篇详细介绍图像处理新技术的学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Robust low-light imaging remains challenging for the community. Recent studies have explored fusing Near-Infrared (NIR) with noisy RGB to achieve improved enhancement, yet most methods depend on carefully curated training data pairs, with limited robustness under different scenar…
arXiv:2607.29684v1 Announce Type: new Abstract: Robust low-light imaging remains challenging for the community. Recent studies have explored fusing Near-Infrared (NIR) with noisy RGB to achieve improved enhancement, yet most methods depend on carefully curated training data pairs…