偏振视觉研究取得进展
文章导读
传统的偏振感知低照度增强方法高度依赖成对训练数据，且在跨场景泛化与信息协同恢复方面面临严峻挑战。针对这一痛点，中国科学院沈阳自动化研究所团队提出了ZeroPIE框架，通过推导线偏振度、线偏振角等四类光照不变先验，构建出物理先验引导的残差去噪扩散模型。该方案仅需正常光偏振数据即可实现增强，彻底摆脱了对真实低照度数据的依赖。在复杂光照环境下，ZeroPIE如何通过物理机理与扩散模型的结合，有效提升辐射与偏振信息恢复的鲁棒性？
— 内容由好学术AI分析文章内容生成，仅供参考。
现有偏振感知低照度增强方法存在依赖成对低照度—正常光数据、跨场景泛化能力有限，以及复杂低照度条件下辐射与偏振信息难以协同恢复的问题。
近日，中国科学院沈阳自动化研究所团队在偏振视觉方面研究取得进展，提出了零参考偏振感知低照度增强框架ZeroPIE，为低照度偏振图像重建提供全新技术路径。
研究团队从偏振成像物理机理出发，推导线偏振度、线偏振角、几何不变量和色彩不变量四类光照不变先验，并以其连接低照度与正常光偏振图像；同时，构建物理先验引导的残差去噪扩散模型，仅利用正常光偏振数据进行训练，实现无需真实低照度训练数据的偏振图像增强，并提升复杂光照条件下辐射与偏振信息恢复的鲁棒性。
相关研究成果发表在IEEE Transactions on Pattern Analysis and Machine Intelligence上。
ZeroPIE 零参考偏振感知低照度增强框架示意图
© 版权声明
本文由分享者转载或发布，内容仅供学习和交流，版权归原文作者所有。如有侵权，请留言联系更正或删除。
相关文章
这套零参考增强能直接套到现有相机吗？