NH-HAZE

displayName: NH-HAZE
license:
- Unknown
mediaTypes:
- Image
paperUrl: https://data.vision.ee.ethz.ch/cvl/ntire20/nh-haze/files/NH_HAZE_IEEE.pdf
publishDate: "2020"
publishUrl: https://homes.cs.washington.edu/~msap/social-bias-frames/
publisher:
- ETH Zurich
- Politehnica University of Timisoara
- University of Girona
tags:
- Tree
- Chair
taskTypes:
- Image Dehazing
- Single Image Dehazing

---
# 数据集介绍
## 简介
图像去雾是近年来被广泛研究的病态问题。由于缺乏参考数据集，去雾方法的客观性能评估是主要障碍之一。虽然合成数据集已显示出重要的局限性，但最近引入的少数现实数据集假设整个场景的雾度均匀。由于在许多实际情况下，雾度不是均匀分布的，我们引入了 NH-HAZE，这是一个非均匀真实数据集，具有成对的真实雾度和相应的无雾度图像。这是第一个非同质图像去雾数据集，包含 55 个户外场景。使用模拟雾霾场景真实情况的专业雾度发生器在场景中引入非均匀雾度。此外，这项工作对使用 NH-HAZE 数据集评估的几种最先进的单图像去雾方法进行了客观评估。
## 引文

```
"@inproceedings{ancuti2020nh,
title={NH-HAZE: An image dehazing benchmark with non-homogeneous hazy and haze-free images},
author={Ancuti, Codruta O and Ancuti, Cosmin and Timofte, Radu},
booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops},
pages={444--445},
year={2020}
}"
```

## Download dataset
:modelscope-code[]{type="git"}

displayName: NH-HAZE
license:
- 未知
mediaTypes:
- 图像
paperUrl: https://data.vision.ee.ethz.ch/cvl/ntire20/nh-haze/files/NH_HAZE_IEEE.pdf
publishDate: "2020"
publishUrl: https://homes.cs.washington.edu/~msap/social-bias-frames/
publisher:
- 苏黎世联邦理工学院
- 蒂米什瓦拉理工大学
- 赫罗纳大学
tags:
- 树木
- 椅子
taskTypes:
- 图像去雾
- 单图像去雾

---
# 数据集介绍
## 简介
图像去雾是近年来被广泛研究的病态逆问题。由于缺乏标准参考数据集，去雾算法的客观性能评估曾是制约其发展的主要瓶颈之一。现有合成数据集存在显著局限性，而近年推出的少数真实数据集均假设场景整体雾度均匀分布。但在诸多实际应用场景中，雾度往往并非均匀分布。为此，我们提出NH-HAZE——首个包含非均匀雾度图像与对应无雾图像对的真实场景数据集，涵盖55组户外场景。研究团队采用可模拟真实雾霾场景的专业雾度发生器，为场景注入非均匀雾效。此外，本工作还基于NH-HAZE数据集，对多款主流单图像去雾算法开展了客观性能评估。
## 引用

"@inproceedings{ancuti2020nh,
title={NH-HAZE: An image dehazing benchmark with non-homogeneous hazy and haze-free images},
author={Ancuti, Codruta O and Ancuti, Cosmin and Timofte, Radu},
booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops},
pages={444--445},
year={2020}
}"

## 数据集下载
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

NH-HAZE是一个用于图像去雾的非均匀真实数据集，包含55个户外场景的成对雾度和无雾图像，旨在解决雾度不均匀分布的实际问题，并用于评估单图像去雾方法的性能。这是首个非均匀图像去雾数据集，由多个学术机构联合发布，发布于2020年。