GS-Blur数据集:首个基于3D场景合成的156,209对多样化真实感模糊图像数据集。

news2024/11/13 8:59:02

2024-10-31,由韩国首尔国立大学的研究团队创建的GS-Blur数据集,通过3D场景重建和相机视角移动合成了多样化的真实感模糊图像,为图像去模糊领域提供了一个大规模、高覆盖度的新工具,显著提升了去模糊算法在真实世界场景中的泛化能力。

数据集地址:GS-Blur|图像去模糊数据集|图像处理数据集

一、研究背景:

图像去模糊是图像恢复领域的一个重要挑战,尤其是在动态场景中,由于相机和物体之间的相对运动,常常会产生模糊的图像。为了训练去模糊网络,需要成对的模糊和清晰图像数据集。现有的数据集通过合成或真实拍摄的方式收集模糊图像,但这些方法要么在模糊类型上缺乏多样性,要么需要大量的人力来重建大规模数据集,无法全面反映现实世界的模糊情况。

目前遇到困难和挑战:

1、现有数据集在模糊类型(模糊轨迹)上的多样性不足,限制了去模糊算法的泛化能力。

2、真实世界模糊图像的捕获需要复杂的相机系统,这限制了数据集的规模和模糊轨迹的多样性。

3、现有数据集在模拟真实世界模糊图像时,往往无法充分覆盖模糊长度和方向的多样性。

数据集地址:GS-Blur|图像去模糊数据集|图像处理数据集

二、让我们一起来看一下GS-Blur数据集

GS-Blur是一个通过3D场景重建和随机相机运动轨迹合成的大规模真实感模糊图像数据集。

利用3D Gaussian Splatting(3DGS)技术,从多视图图像中重建3D场景,然后通过在这些场景中移动相机视角来渲染模糊图像。这种方法允许研究者在3D空间中随机生成相机运动轨迹,从而合成具有不同模糊长度和方向的图像,更好地模拟现实世界的模糊情况。

数据集特点:

1、包含156,209对清晰和模糊图像,覆盖了多样化的模糊类型。

2、通过随机生成的3D运动轨迹,提供了更广泛的模糊长度和方向。

3、合成的模糊图像具有真实感,能够更好地泛化到真实世界的模糊场景。

GS-Blur数据集可以用于训练和评估去模糊算法,通过提供清晰和模糊图像对,研究者可以测试他们的方法在多样化模糊类型上的性能。

基准测试 :

使用GS-Blur数据集训练的去模糊网络在多个现有的去模糊基准测试中表现出色,包括GoPro、REDS、BSD和RSBlur等数据集,证明了其良好的泛化能力。

提议的 GS-Blur 数据集的示例。帧的左半部分显示合成生成的模糊,而右半部分显示尖锐的帧对。

合成、真实和 GS-Blur 数据集的运动分布可视化。

GS-Blur 数据集中生成模糊和清晰图像对的整体管道。

随机生成的 3D 轨迹及其相应的运动模糊图像 的可视化

使用各种模糊生成管道在 GS-Blur 上训练 NAFNet [3] 时的去模糊性能比较。叉号 ✓ 和 ✗分别表示是否应用相应的组件来重建 GS-Blur 数据集。最后一行表示我们最终的 GS-Blur 数据集。

三、让我们展望数据集的应用

比如,我是一名专业的摄影师。

我拍照的时候,有的时候手稍微一抖,或者被拍摄的对象动得太快,那照片就糊了,特别影响效果。

上次,我接了一个拍摄婚礼的任务。婚礼嘛,场面热闹,新娘新郎、亲朋好友都在动,我得抓拍那些美好的瞬间。但是,那天特别的冷,手抖得不行,再加上他们动作太快,好多照片拍出来都是模糊的。我当时用的是传统的后期处理软件,就是那种一键去模糊的功能,但效果真的很一般。有时候照片是清楚了一点,但细节损失严重,有点像油画,不够真实。特别是那些我想要突出的表情和细节,比如新娘的泪光、新郎的笑容,都因为模糊变得不那么清晰了。客户虽然没说什么,但我自己心里清楚,这些照片没能达到我的标准。

现在有了GS-Blur数据集之后,情况就大不一样了。

这个数据集里有大量的模糊和清晰照片对,我可以利用这些数据训练一个更智能的去模糊算法。比如,我在婚礼前,就可以用这个数据集来训练我的算法,让它学会识别和处理各种模糊情况。

在婚礼当天,我还是像往常一样拍照,但是这次,嘻嘻,秘密武器——一个经过GS-Blur数据集训练的去模糊算法。当我拍到模糊的照片时,我就用这个算法来处理。它不仅能减少模糊,还能保持照片的自然感和细节。比如,我可以清楚地看到新娘面纱上的绣花,新郎领带上的纹理,甚至是他们脸上的每一个表情。这些细节在以前用传统软件处理后都会丢失很多。

最最厉害的就是这个算法还能处理那种因为物体快速移动造成的模糊。比如婚礼上的舞蹈环节,以前我根本不敢拍,因为知道拍出来肯定是模糊的。但现在,我用这个算法一处理,那些快速旋转的裙摆、舞动的手臂都变得清晰可见,而且非常自然。

我不再担心因为手抖或者物体快速移动而拍出模糊的照片了,因为我知道,无论发生什么,我都有办法让照片恢复清晰。这让我更有信心地去捕捉那些转瞬即逝的美妙瞬间,也让我的客户更加满意。

来吧,让我们走进GS-Blur|图像去模糊数据集|图像处理数据集

免费数据集网站:遇见数据集

遇见数据集-让每个数据集都被发现,让每一次遇见都有价值icon-default.png?t=O83Ahttps://www.selectdataset.com/

遇见数据集是一个平台,致力于让每个数据集都被发现,让每一次遇见都有价值,

1、数据获取的便利性:遇见数据集通过集中整合全球数据资源,提供了一个一站式平台,使得用户能够轻松搜索和访问各种数据集,无需在多个来源之间进行切换,从而提高了数据获取的效率。

2、数据的可发现性:通过详细的数据标签和分类系统,遇见数据集增强了数据集的可发现性,帮助用户快速找到特定领域的数据集,尤其是对于特定研究领域或应用场景的数据,极大地方便了数据的检索和使用。

3、数据更新的及时性:遇见数据集频繁更新数据集内容,确保用户能够获取最新的数据资源,这对于需要最新数据进行分析和研究的用户来说尤为重要,保证了数据的时效性和相关性。

 

遇见数据集-让每个数据集都被发现,让每一次遇见都有价值icon-default.png?t=O83Ahttps://www.selectdataset.com/

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2237308.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

一文熟悉新版llama.cpp使用并本地部署LLAMA

0. 简介 最近是快到双十一了再给大家上点干货。去年我们写了一个大模型的系列,经过一年,大模型的发展已经日新月异。这一次我们来看一下使用llama.cpp这个项目,其主要解决的是推理过程中的性能问题。主要有两点优化: llama.cpp …

VMWareTools安装及文件无法拖拽解决方案

文章目录 1 安装VMWare Tools2 安装vmware tools之后还是无法拖拽文件解决方案2.1 确认vmware tools安装2.2 客户机隔离2.3 修改自定义配置文件2.4 安装open-vm-tools-desktop软件 1 安装VMWare Tools 打开虚拟机VMware Workstation,启动Ubuntu系统,菜单…

Maven的依赖管理、传递、冲突、父子工程的继承和聚合

目录 一、基于IDEA 进行Maven依赖管理 (一)依赖管理概念 (二)Maven工程核心信息配置和解读(GAVP) (三)Maven工程依赖管理配置 1.依赖管理和依赖添加 2.依赖版本统一提取和维护 (四)依赖范围 (五)Maven工程依赖下载失败错误解决(重点…

华为云计算知识总结——及案例分享

目录 一、华为云计算基础知识二、华为云计算相关案例实战案例一:搭建弹性云服务器(ECS)并部署Web应用案例二:构建基于OBS的图片存储和分发系统案例三:基于RDS的高可用数据库应用案例四:使用华为云DDoS防护保…

证件照尺寸168宽240高,如何手机自拍更换蓝底

在提供学籍照片及一些社会化考试报名时,会要求我们提供尺寸为168*240像素的电子版证件照,本文将介绍如何使用“报名电子照助手”,借助手机拍照功能完成证件照的拍摄和背景更换,特别是如何将照片尺寸调整为168像素宽和240像素高&am…

智能出行助手:SpringBoot共享汽车管理平台

1系统概述 1.1 研究背景 随着计算机技术的发展以及计算机网络的逐渐普及,互联网成为人们查找信息的重要场所,二十一世纪是信息的时代,所以信息的管理显得特别重要。因此,使用计算机来管理共享汽车管理系统的相关信息成为必然。开发…

cell队列监控

1.cell队列监控 基于Windows定时计划任务,通过Windows bat脚本监控Cell队列,当Source Cell队列有告警没有传递至Destination Cell时,能够及时发出告警。 Cell_Queue_Monitoring.bat ::关闭命令回显 echo off::日志目录创建 if not exist &…

基于java+SpringBoot+Vue的师生共评作业管理系统设计与实现

项目运行 环境配置: Jdk1.8 Tomcat7.0 Mysql HBuilderX(Webstorm也行) Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。 项目技术: Springboot mybatis Maven mysql5.7或8.0等等组成&#x…

Leetcode刷题Python之540.有序数组中的单一元素

提示:使用二分查找降低时间复杂度。 文章目录 一、问题描述示例 二、解题思路三、代码实现代码解析 总结 一、问题描述 给你一个仅由整数组成的有序数组,其中每个元素都会出现两次,唯有一个数只会出现一次。请你找出并返回只出现一次的那个数…

基于SpringBoot和Vue的公司文档管理系统设计与开发(源码+定制+开发)

博主介绍: ✌我是阿龙,一名专注于Java技术领域的程序员,全网拥有10W粉丝。作为CSDN特邀作者、博客专家、新星计划导师,我在计算机毕业设计开发方面积累了丰富的经验。同时,我也是掘金、华为云、阿里云、InfoQ等平台…

如何保证kafka生产者数据可靠性

ack参数的设置: 0:生产者发送过来的数据,不需要等数据落盘应答 假如发送了Hello 和 World两个信息,Leader直接挂掉,数据就会丢失 生产者 ---> Kafka集群 一放进去就跑 数据可靠性分析:丢数 1&#…

python画图|text()和dict()初探

【1】引言 在进行hist()函数的学习进程中,了解到了subplot_mosaic()函数,在学习subplot_mosaic()函数的时候,又发现了text()和dict()函数。 经探究,text()和dict()函数有很多一起使用的场景,为此,我们就一…

网线类别线芯含义和传输距离以及水晶头制作标准

网线八芯每根的含义: 网线的八根线芯,也被称为RJ45网线中的8芯,网线采用8根线芯,这八根线芯各自承担着特定的功能。这8根线芯被分为4对,每对以特定的方式绞合在一起,8芯网线主要是为了减少电磁信号的相互干…

每天五分钟深度学习PyTorch:基于全连接神经网络完成手写字体识别

本文重点 上一节我们学习了搭建普通的全连接神经网络,我们现在用它来解决一个实际问题,我们用它跑一下手写字体识别的数据,然后看看它的效果如何。 网络模型 class ThreeNet(nn.Module) : def __init__ (self,in_dim,n_hidden_1,n_hidden_2,out_dim): super(ThreeNet, self…

【R78/G15 开发板测评】串口打印 DHT11 温湿度传感器、DS18B20 温度传感器数据,LabVIEW 上位机绘制演化曲线

【R78/G15 开发板测评】串口打印 DHT11 温湿度传感器、DS18B20 温度传感器数据,LabVIEW 上位机绘制演化曲线 主要介绍了 R78/G15 开发板基于 Arduino IDE 环境串口打印温湿度传感器 DHT11 和温度传感器 DS18B20 传感器的数据,并通过LabVIEW上位机绘制演…

基于MFC实现的赛车游戏

一、问题描述 游戏背景为一环形车道图,选择菜单选项“开始游戏”则可开始游戏。游戏的任务是使用键盘上的方向键操纵赛道上的蓝色赛车追赶红色赛车,红色赛车沿车道顺时针行驶,出发点和终点均位于车道左上方。任一赛车先达到终点则比赛结束。…

实验三 JDBC数据库操作编程(设计性)

实验三 JDBC数据库操作编程(设计性) 实验目的 掌握JDBC的数据库编程方法。掌握采用JDBC完成数据库链接、增删改查,以及操作封装的综合应用。实验要求 本实验要求每个同学单独完成;调试程序要记录调试过程中出现的问题及解决办法…

Java期末复习暨学校第二次上机课作业

Java期末复习暨学校第二次上机课作业:了解程序的控制结构,掌握顺序结构程序的设计方法,掌握分支程序设计方法。 第一题: 闰年有两种判断方式: (1):能被4整除但不能被100整除 &…

Windows配置NTP时间同步

Windows下实现NTP时间同步 1、Windows时间服务(W32Time)2、Windows 时间同步的工作原理3、配置和管理 Windows 时间同步3.1 命令行工具:w32tm3.2 控制面板中的设置 4. 高级设置(Windows Server 环境)5.调整时间同步的间隔5.1 通过组策略调整时…

Go八股(Ⅳ)***slice,string,defer***

***slice,string,defer*** 1.slice和arry的区别 arry: Go语言中arry即为数据的一种集合,需要在声明时指定容量和初值,且一旦声明就长度固定,访问时按照索引访问。通过内置函数len可以获取数组中的元素个…