计算机科学 > 计算机视觉与模式识别
[提交于 2025年6月2日
]
标题: 智能手机上的从 RGB 图像重建 RAW 图像。 NTIRE 2025 挑战赛报告
标题: RAW Image Reconstruction from RGB on Smartphones. NTIRE 2025 Challenge Report
摘要: 由于RAW域具有线性特性、位深和传感器设计等优点,许多底层视觉任务都在该域中运行。然而,RAW图像数据集非常稀缺,且收集成本比已经庞大且公开的sRGB数据集更高。因此,许多方法试图利用传感器信息和sRGB图像生成逼真的RAW图像。本文涵盖了从sRGB重建RAW(逆向ISP)的第二个挑战。我们的目标是从智能手机中恢复RAW传感器图像,给定相应的sRGB图像而没有元数据,并通过这种方式“反向”ISP变换。超过150名参与者加入了NTIRE 2025挑战并提交了高效模型。所提出的方法和基准确立了生成逼真RAW数据的最先进水平。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.