MeanFlow框架增强带运动模糊的低光RAW图像

研究人员推出MeanFlow，一个旨在增强同时存在运动模糊的极低光RAW图像的新型框架。该方法解决了现有方法普遍忽视运动退化的问题，而这些方法通常只关注光照和噪声。该框架包含一个名为SIDED的新数据集，该数据集捕获了低光RAW图像中的受控运动模糊，以及一个统一的RAW分词器以匹配不同的光照条件。MeanFlow在单次函数评估中执行增强，并且一个物理引导的细化模型在不增加计算成本的情况下进一步提高了图像质量。 AI

影响 引入了一种处理带运动模糊的低光图像的新方法，有望在具有挑战性的摄影条件下提高性能。

排序理由 该集群描述了一篇发表在arXiv上的新研究论文，详细介绍了一个新颖的图像增强框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Connected Papers
• DagsHub
• Hugging Face
• Influence Flower
• Litmaps
• MeanFlow
• See in the Degraded Extremely Dark (SIDED)

• 论文
• 其他

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