LOL-Blur

数据集，LOL-Blur，包含12,000低模糊/正常-锐利对，在不同场景下具有不同的黑暗和运动模糊。我们进一步提出了一个有效的网络，名为LEDNet，以执行联合弱光增强和去模糊。我们的网络是独一无二的，因为它是专门为考虑两个相互连接的任务之间的协同作用而设计的。拟议的数据集和网络都为这项具有挑战性的联合任务奠定了基础。广泛的实验证明了我们的方法在合成和现实世界数据集上的有效性。

The dataset, LOL-Blur, contains 12,000 low-blur/normal-sharp image pairs that exhibit varying degrees of darkness and motion blur across different scenarios. We further propose an efficient network named LEDNet to perform joint low-light enhancement and deblurring. Our network is unique in that it is specifically designed to account for the synergistic effect between the two interconnected tasks. Both the proposed dataset and network lay a foundation for this challenging joint task. Extensive experiments demonstrate the effectiveness of our method on both synthetic and real-world datasets.

搜集汇总

背景与挑战

背景概述

LOL-Blur是一个包含12,000对低模糊/正常-锐利图像的数据集，专门针对不同场景下的黑暗和运动模糊问题设计，旨在支持弱光增强和去模糊的联合任务研究。该数据集由南洋理工大学实验室于2022年发布，并提出了LEDNet网络以促进相关算法开发，为计算机视觉领域的低质量图像处理提供了基础资源。