论文页面 - 面向暗光下鲁棒且三维感知的RGB-NIR成像

来源：https://huggingface.co/papers/2607.29684

摘要

鲁棒的暗光成像对该领域来说仍然具有挑战性。近期研究探索了将近红外（NIR）与含噪RGB融合以实现更好的增强效果，但大多数方法依赖精心整理的训练数据对，在不同场景下的鲁棒性有限。本文通过引入三维感知的神经建模，为RGB-NIR暗光成像提供了新视角。在无需干净RGB监督的情况下，一个强大的模型可以被优化，在三维空间中隐式融合极度含噪的RGB观测与NIR线索，从而有效恢复干净的RGB图像。所提出的模型无需收集干净的RGB数据，并能泛化到不同的噪声水平。在合成数据和真实数据上的大量评估证明了其优越性。代码见：https://github.com/MyNiuuu/3DarkFusion

查看 arXiv 页面 (https://arxiv.org/abs/2607.29684)
查看 PDF (https://arxiv.org/pdf/2607.29684)
GitHub1 (https://github.com/MyNiuuu/3DarkFusion)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.29684)

在您的 agent 中获取此论文：

hf papers read 2607\.29684

没有最新 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2607.29684，即可从本页链接到该模型。

引用此论文的数据集 0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2607.29684，即可从本页链接到该数据集。

引用此论文的 Spaces 0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2607.29684，即可从本页链接到该 Space。

包含此论文的合集 0

没有包含此论文的合集

将此论文添加到合集 (https://huggingface.co/new-collection) 中，即可从本页链接到该合集。