論文の概要: BurstDeflicker: A Benchmark Dataset for Flicker Removal in Dynamic Scenes

• arxiv url: http://arxiv.org/abs/2510.09996v1
• Date: Sat, 11 Oct 2025 03:46:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 18:06:29.727362
• Title: BurstDeflicker: A Benchmark Dataset for Flicker Removal in Dynamic Scenes
• Title（参考訳）: BurstDeflicker: 動的シーンにおけるフレッカ除去のためのベンチマークデータセット
• Authors: Lishen Qu, Zhihao Liu, Shihao Zhou, Yaqi Luo, Jie Liang, Hui Zeng, Lei Zhang, Jufeng Yang,
• Abstract要約: 本稿では,3つの補完的なデータ取得戦略を用いて構築したスケーラブルなベンチマークであるBurstDeflickerを紹介する。 まず,フリック除去の目標を再定義するRetinexベースの合成パイプラインを開発する。 第2に、異なるシーンから4000個の現実世界のフリック画像をキャプチャし、実際のフリックアーティファクトの空間的および時間的特性をよりよく理解するのに役立つ。
• 参考スコア（独自算出の注目度）: 36.35784556196341
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Flicker artifacts in short-exposure images are caused by the interplay between the row-wise exposure mechanism of rolling shutter cameras and the temporal intensity variations of alternating current (AC)-powered lighting. These artifacts typically appear as uneven brightness distribution across the image, forming noticeable dark bands. Beyond compromising image quality, this structured noise also affects high-level tasks, such as object detection and tracking, where reliable lighting is crucial. Despite the prevalence of flicker, the lack of a large-scale, realistic dataset has been a significant barrier to advancing research in flicker removal. To address this issue, we present BurstDeflicker, a scalable benchmark constructed using three complementary data acquisition strategies. First, we develop a Retinex-based synthesis pipeline that redefines the goal of flicker removal and enables controllable manipulation of key flicker-related attributes (e.g., intensity, area, and frequency), thereby facilitating the generation of diverse flicker patterns. Second, we capture 4,000 real-world flicker images from different scenes, which help the model better understand the spatial and temporal characteristics of real flicker artifacts and generalize more effectively to wild scenarios. Finally, due to the non-repeatable nature of dynamic scenes, we propose a green-screen method to incorporate motion into image pairs while preserving real flicker degradation. Comprehensive experiments demonstrate the effectiveness of our dataset and its potential to advance research in flicker removal.
• Abstract（参考訳）: 短露光画像中のフリックアーティファクトは、ローリングシャッターカメラの行ワイド露光機構と交流電流(AC)光の時間強度変化との相互作用によって生じる。 これらのアーティファクトは、通常、画像全体に不均一な明るさ分布として現れ、顕著な暗い帯を形成する。 画像品質の妥協以外にも、この構造されたノイズは、信頼性の高い照明が不可欠であるオブジェクト検出やトラッキングといった高レベルなタスクにも影響を及ぼす。 フリッカの流行にもかかわらず、大規模で現実的なデータセットの欠如は、フリッカ除去の研究を進める上で重要な障壁となっている。 この問題に対処するために,3つの補完的なデータ取得戦略を用いて構築されたスケーラブルなベンチマークであるBurstDeflickerを提案する。 まず,フリック除去の目的を再定義し,キーフリックの属性(例えば,強度,面積,周波数)を制御可能な操作が可能なRetinexベースの合成パイプラインを開発し,フリックパターンの生成を容易にする。 第二に、異なるシーンから4000個の現実世界のフリック画像をキャプチャし、実際のフリックアーティファクトの空間的および時間的特性をよりよく理解し、野生のシナリオをより効果的に一般化するのに役立つ。 最後に, 動的シーンの再現不可能な性質から, 実際のフレッカ劣化を抑えつつ, 映像対に動きを組み込むグリーンスクリーン手法を提案する。 包括的実験は、我々のデータセットの有効性とフリック除去の研究を前進させる可能性を示す。

関連論文リスト

• PractiLight: Practical Light Control Using Foundational Diffusion Models [78.75949075070595]
  PractiLightは、生成された画像における光制御の実践的なアプローチである。 私たちの重要な洞察は、画像内のライティング関係は、自己注意層におけるトークンの相互作用と本質的に類似しているということです。 我々は,パラメータとデータ効率が証明された品質と制御の観点から,最先端の性能を実証する。
  論文  参考訳（メタデータ） (2025-09-01T23:38:40Z)
• Nonlocal Retinex-Based Variational Model and its Deep Unfolding Twin for Low-Light Image Enhancement [3.174882428337821]
  本稿では,Retinex分解に基づく低照度画像強調のための変分法を提案する。 低照度画像に色補正前処理ステップを適用し、分解時に観察された入力として使用する。 我々は、演算子を学習可能なネットワークに置き換える深層展開モデルを導入することにより、モデルを拡張する。
  論文  参考訳（メタデータ） (2025-04-10T14:48:26Z)
• Harmonizing Light and Darkness: A Symphony of Prior-guided Data Synthesis and Adaptive Focus for Nighttime Flare Removal [44.35766203309201]
  インセンス光源は、夜間に撮影画像にフレアを発生させることが多く、視覚的品質を劣化させ、下流の用途に悪影響を及ぼす。 効果的なフレア除去ネットワークをトレーニングするためには、信頼できるデータセットが不可欠である。 フレアの明るさが照明法則に合致するマルチフレア画像を含むフレア7K*という先行誘導型データセットを合成する。 クリーンな背景領域を適応的にマスキングし,フレアに強く影響された領域にフォーカスするモデルを支援するためのプラグイン・アンド・プレイ適応型フォーカス・モジュール (AFM) を提案する。
  論文  参考訳（メタデータ） (2024-03-30T10:37:56Z)
• Exposure Bracketing Is All You Need For A High-Quality Image [50.822601495422916]
  マルチ露光画像は、デノイング、デブロアリング、高ダイナミックレンジイメージング、超解像において相補的である。 本研究では,これらの課題を組み合わせ,高品質な画像を得るために露光ブラケット写真を活用することを提案する。 特に時間変調リカレントネットワーク(TMRNet)と自己教師あり適応手法を提案する。
  論文  参考訳（メタデータ） (2024-01-01T14:14:35Z)
• Improving Lens Flare Removal with General Purpose Pipeline and Multiple Light Sources Recovery [69.71080926778413]
  フレアアーティファクトは、画像の視覚的品質と下流のコンピュータビジョンタスクに影響を与える。 現在の方法では、画像信号処理パイプラインにおける自動露光やトーンマッピングは考慮されていない。 本稿では、ISPを再検討し、より信頼性の高い光源回収戦略を設計することで、レンズフレア除去性能を向上させるソリューションを提案する。
  論文  参考訳（メタデータ） (2023-08-31T04:58:17Z)
• Toward Real Flare Removal: A Comprehensive Pipeline and A New Benchmark [12.1632995709273]
  本稿では,フレア劣化を伴うデータペア生成手法を提案する。 散乱フレアの類似性と反射ゴーストの対称効果を実現する。 また,散乱と反射フレアの影響をそれぞれ処理する実写パイプラインを構築した。
  論文  参考訳（メタデータ） (2023-06-28T02:57:25Z)
• Crowdsampling the Plenoptic Function [56.10020793913216]
  このようなデータから時間変動照明下での新しいビュー合成手法を提案する。 本稿では,新しいDeepMPI表現について紹介する。 本手法は従来のMPI法と同等のパララックスとビュー依存効果を合成し, 反射率の変化と光の時間変化を同時に補間する。
  論文  参考訳（メタデータ） (2020-07-30T02:52:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。