M3D-Stereo

M3D-Stereo 是一个真实捕获的立体图像恢复数据集，涵盖四种退化场景：水下散射（UWST）、水下低光（UWLL）、雾霾散射（HZST）和耦合雾霾低光（HZLL）。每种场景提供六个渐进退化级别（D1–D6），并配有像素对齐的清晰地面真实图像，由两台校准的 ZED 立体相机（Camera 1 / Camera 2，分别标记为 `c1` / `c2`）捕获。数据集文件结构清晰，包含每个退化场景的子集及其对应的地面真实图像。所有图像均为 1920×1080 分辨率的校正立体图像对。地面真实图像在清洁介质和全光照条件下捕获，确保与所有退化级别的输入图像像素对齐。数据集采用 LGPLv3 许可证发布。

原始信息汇总

M3D-Stereo数据集概述

数据集简介

M3D-Stereo是一个真实捕获的立体图像恢复数据集，涵盖四种退化场景：水下散射（UWST）、水下低光（UWLL）、雾霾/烟雾散射（HZST）以及耦合雾霾低光（HZLL）。每个场景提供六个渐进退化级别（D1–D6），并包含像素对齐的清晰地面真值。数据由两个校准的ZED立体相机（相机1 / 相机2，记为c1 / c2）捕获。

本次发布包含每个子集的一个代表性场景作为预览。完整数据集将在完成后提供。

数据内容与结构

退化场景与样本

数据集包含四个子集，每个子集包含一个场景样本及其对应的地面真值。

子集	场景	退化类型	退化级别	地面真值路径
UWST	scene8	水下散射（牛奶浓度）	D1–D6	UW_GT/scene8
UWLL	scene12	水下低光（PWM调光）	D1–D6	UW_GT/scene12
HZST	scene9	雾霾/烟雾散射（烟雾机时长）	D1–D6	HZ_GT/scene9
HZLL	scene17	耦合雾霾 + 低光	D1–D6	HZ_GT/scene17

文件目录结构

M3D-Stereo/ ├── UWST/ │ └── scene8/ │ ├── d1/ │ │ ├── c1/ image_left/ image_right/ │ │ └── c2/ image_left/ image_right/ │ ├── d2/ ... │ └── d6/ │ ├── c1/ image_left/ image_right/ │ └── c2/ image_left/ image_right/ ├── UWLL/ │ └── scene12/ (same structure as UWST) ├── HZST/ │ └── scene9/ (same structure as UWST) ├── HZLL/ │ └── scene17/ (same structure as UWST) ├── UW_GT/ # Ground truths for UWST & UWLL │ ├── scene8/ │ │ ├── c1/ image_left/ image_right/ │ │ └── c2/ image_left/ image_right/ │ └── scene12/ │ ├── c1/ image_left/ image_right/ │ └── c2/ image_left/ image_right/ └── HZ_GT/ # Ground truths for HZST & HZLL ├── scene9/ │ ├── c1/ image_left/ image_right/ │ └── c2/ image_left/ image_right/ └── scene17/ ├── c1/ image_left/ image_right/ └── c2/ image_left/ image_right/

关键说明

• c1 / c2：两个立体相机系统，分别针对空气和水下环境进行了独立校准。
• image_left / image_right：校正后的立体图像对，分辨率为1920×1080。
• 地面真值图像在清洁介质和充足光照条件下捕获，场景布局完全相同，确保与所有退化级别的输入图像像素级对齐。

许可信息

本数据集根据LGPLv3许可证发布。

引用方式

bibtex @inproceedings{yang2026m3dstereo, title = {M3D-Stereo: A Multiple-Medium and Multiple-Degradation Dataset for Stereo Image Restoration}, author = {Deqing Yang and Yingying Liu and Qicong Wang and Zhi Zeng and Dajiang Lu and Yibin Tian}, year = {2026} }

搜集汇总

数据集介绍

构建方式

在立体视觉与图像复原领域，真实退化数据的匮乏制约了相关算法的发展。M3D-Stereo数据集通过严谨的实验设计构建而成，其核心在于利用两套经过独立校准的ZED立体相机系统，在受控环境下同步捕获图像。数据采集覆盖了水下散射、水下低光、雾霾散射以及耦合雾霾低光四种典型的退化场景，并为每种场景设定了六个渐进式的退化等级。至关重要的是，每个退化等级下的立体图像对均拥有在洁净介质与充足光照条件下捕获的像素级对齐的真实清晰图像作为基准真值，确保了数据对在空间上的严格对应，为模型训练与评估提供了可靠的基础。

使用方法

为有效利用该数据集进行立体图像复原研究，研究者需遵循其特定的文件组织结构进行数据加载。数据集按四大退化子集划分，每个子集下包含代表性场景，每个场景内则按六个退化等级组织左、右视图图像。对应的基准真值图像集中存放于独立的GT文件夹中，使用时需根据场景名称进行精确匹配以建立退化-清晰图像对。该结构天然支持从单目复原到立体匹配辅助复原等多种任务范式。在具体应用中，建议首先依据研究目标选定特定的退化场景与等级组合，随后构建数据加载管道，确保能正确配对来自相同相机、相同场景但不同退化条件的输入图像与其对应的清晰真值，进而用于模型训练、验证与性能测试。

背景与挑战

背景概述

立体视觉系统在复杂环境下的图像恢复是计算机视觉领域的关键研究方向，尤其在自动驾驶、水下探测及环境监测等应用中，图像质量受介质散射与光照不足等因素的严重影响。M3D-Stereo数据集由Deqing Yang、Yingying Liu等研究人员于2026年构建，旨在为多介质多退化场景下的立体图像恢复提供基准数据。该数据集涵盖水下散射、水下低光、雾霾散射及耦合雾霾低光四种典型退化情境，每种情境包含六个渐进退化等级，并配备像素级对齐的清晰真值图像。通过使用两台校准的ZED立体相机在空气与水下环境中独立采集，数据集为开发鲁棒的立体图像恢复算法提供了系统性的实验基础，推动了视觉系统在恶劣条件下的感知能力研究。

当前挑战

在立体图像恢复领域，主要挑战在于如何有效处理由介质不均匀性（如水中悬浮颗粒或大气雾霾）与光照变化共同引起的复杂退化，这些因素会破坏图像对比度、色彩保真度及立体匹配所需的几何一致性。M3D-Stereo数据集针对这些挑战，通过模拟真实世界的渐进退化等级，要求算法在保持立体视差精度的同时恢复图像细节。数据构建过程中，研究人员面临确保多相机系统在空气与水下环境中的精确校准、退化场景与真值图像之间的像素级对齐，以及控制多种退化因素（如牛奶浓度模拟散射、PWM调光模拟低光）的可重复性等难题，这些技术障碍增加了数据采集与标注的复杂性。

常用场景

经典使用场景

在立体视觉与图像复原领域，M3D-Stereo数据集为研究多介质、多退化场景下的立体图像恢复提供了关键基准。该数据集通过真实采集的立体图像对，涵盖了水下散射、水下低光、雾霾散射以及耦合雾霾低光四种典型退化场景，并包含六个渐进退化等级。其经典使用场景在于为算法开发与评估提供了一个系统化的实验平台，使研究者能够针对不同介质和退化程度的立体图像，设计并验证复原模型的有效性，尤其适用于探索立体匹配与图像去退化相结合的跨任务方法。

解决学术问题

该数据集有效解决了立体视觉在复杂物理环境中面临的学术挑战。传统立体图像复原研究往往局限于单一退化类型或模拟数据，缺乏真实世界多因素耦合的基准。M3D-Stereo通过提供像素级对齐的清晰真值图像，使得定量评估复原算法在真实水下、雾霾等介质中的性能成为可能。其意义在于推动了面向真实物理退化的立体图像复原理论发展，为建立更鲁棒、更通用的立体视觉系统提供了数据基础，促进了计算机视觉与光学成像的交叉研究。

实际应用

在实际应用层面，M3D-Stereo数据集直接服务于需要在恶劣视觉条件下运作的立体视觉系统。例如，在水下机器人勘探、自动驾驶车辆在雾霾或低光照环境中的导航、以及工业检测等场景中，系统常受到散射、吸收和光照不足的综合影响。利用该数据集训练的复原模型，能够显著提升立体相机在这些复杂环境中的感知能力，恢复出清晰、准确的深度信息与图像细节，从而增强相关应用系统的可靠性、安全性与操作范围。

数据集最近研究

最新研究方向

在立体视觉与图像恢复的交叉领域，M3D-Stereo数据集凭借其涵盖水下散射、水下低光、雾霾散射及耦合雾霾低光等多介质多退化场景的真实捕获特性，正推动着前沿研究的深化。当前研究聚焦于开发能够同时处理多种退化类型且保持立体一致性的深度神经网络，探索跨介质域的自适应恢复机制，以提升自动驾驶、水下探测及恶劣天气监控等实际应用的鲁棒性。该数据集提供的渐进退化级别与像素级对齐的真值，为模型在复杂真实环境中的泛化能力评估设立了新基准，相关成果正逐步融入边缘计算与实时视觉系统，助力智能感知技术在极端条件下的可靠部署。