OmniLowLight:面向通用生成式图像编辑器的白天欠曝照片跨表示评估基准

《IEEE Open Journal on Immersive Displays》:OmniLowLight: Benchmarking Generative Low-Light Enhancement Across Image Representations

【字体: 大 中 小 】 时间:2026年10月21日 来源:IEEE Open Journal on Immersive Displays

编辑推荐:

   摘要:通用生成式图像编辑器可以提亮严重曝光不足的照片,但增强质量和参考相似度需要跨图像表示进行评估。我们提出了OmniLowLight,一个仅包含白天拍摄时曝光不足场景的基准测试,涵盖全景、透视和鱼眼图像;夜间低光场景不在其评估范围内。从618张户外拍摄的照片集合中,我们选取

  

摘要:

通用生成式图像编辑器可以提亮严重曝光不足的照片,但增强质量和参考相似度需要跨图像表示进行评估。我们提出了OmniLowLight,一个仅包含白天拍摄时曝光不足场景的基准测试,涵盖全景、透视和鱼眼图像;夜间低光场景不在其评估范围内。从618张户外拍摄的照片集合中,我们选取了150对暗输入/正常曝光参考对,每种表示50对,涵盖105张拍摄照片和51个地理区块。输入的曝光设置比其参考低至少两档,并通过亮度、丢失纹理和光度修复难度检查,不使用合成变暗处理。每对图像共享相同的拍摄设备、视角和投影。编辑器仅接收暗图像和一条通用指令。我们使用峰值信噪比、结构相似度、学习感知图像块相似度和多尺度图像质量变换器,对21种编辑器配置、两种专业低光方法和未改动的输入Identity对照组产生的3,600个输出进行评估,评估采用固定参考网格调整后进行全帧评分并计算地理区块引导间隔。21种编辑器配置中有20种提升了相对于Identity的平均峰值信噪比,但只有17种提升了学习感知图像块相似度。Retinexformer取得了最大的宏峰值信噪比(17.97分贝),HVI-CIDNet取得了最大的结构相似度(0.703),Step-1x取得了最低的感知距离(0.276),GPT Image 2取得了最高的预测质量分数(73.11)。基于参考的领先者在不同表示间有所变化,而GPT Image 2在三种表示中均领先于预测质量。结果表明参考相似度和预测质量之间存在区别,并说明了为什么总体排名需要表示级别的检查。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号