CVPROct, 2022
噪声计算的 RAW 增强技术在多种环境中实现识别
Rawgment: Noise-Accounted RAW Augmentation Enables Recognition in a Wide Variety of Environments
Masakazu Yoshimura, Junji Otsuka, Atsushi Irie, Takeshi Ohashi
TL;DR本文提出了一种基于噪声校准的 RAW 图像增强方法,该方法通过在图像信号处理器之前对 RAW 图像执行颜色抖动和模糊增强,从而获得更真实的像素强度和噪声分布;同时,引入了噪声量对齐方法,解决数据增强导致的噪声差异问题,仅使用简单的训练数据就可以将图像识别精度提高一倍。