Advancing Image Understanding in Poor Visibility Environments A Collective Benchmark Study

Advancing Image Understanding in Poor Visibility Environments : A Collective Benchmark Study

Existing enhancement methods are empirically expected to help the high-level end computer vision task: however, that is observed to not always be the case in practice. We focus on object or face detection in poor visibility enhancements caused by bad weathers (haze, rain) and low light conditions. T...

Ausführliche Beschreibung

Bibliographische Detailangaben
Veröffentlicht in:IEEE transactions on image processing : a publication of the IEEE Signal Processing Society. - 1992. - (2020) vom: 27. März
1. Verfasser: Yang, Wenhan (VerfasserIn)
Weitere Verfasser: Yuan, Ye, Ren, Wenqi, Liu, Jiaying, Scheirer, Walter J, Wang, Zhangyang, Zhang, Taiheng, Zhong, Qiaoyong, Xie, Di, Pu, Shiliang, Zheng, Yuqiang, Qu, Yanyun, Xie, Yuhong, Chen, Liang, Li, Zhonghao, Hong, Chen, Jiang, Hao, Yang, Siyuan, Liu, Yan, Qu, Xiaochao, Wan, Pengfei, Zheng, Shuai, Zhong, Minhui, Su, Taiyi, He, Lingzhi, Guo, Yandong, Zhao, Yao, Zhu, Zhenfeng, Liang, Jinxiu, Wang, Jingwen, Chen, Tianyi, Quan, Yuhui, Xu, Yong, Liu, Bo, Liu, Xin, Sun, Qi, Lin, Tingyu, Li, Xiaochuan, Lu, Feng, Gu, Lin, Zhou, Shengdi, Cao, Cong, Zhang, Shifeng, Chi, Cheng, Zhuang, Chubin, Lei, Zhen, Li, Stan Z, Wang, Shizheng, Liu, Ruizhe, Yi, Dong, Zuo, Zheming, Chi, Jianning, Wang, Huan, Wang, Kai, Liu, Yixiu, Gao, Xingyu, Chen, Zhenyu, Guo, Chang, Li, Yongzhou, Zhong, Huicai, Huang, Jing, Guo, Heng, Yang, Jianfei, Liao, Wenjuan, Yang, Jiangang, Zhou, Liguo, Feng, Mingyue, Qin, Likun
Format: Online-Aufsatz
Sprache:English
Veröffentlicht: 2020
Zugriff auf das übergeordnete Werk:IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
Schlagworte:Journal Article
LEADER 01000caa a22002652 4500
001 NLM308101642
003 DE-627
005 20240229162714.0
007 cr uuu---uuuuu
008 231225s2020 xx |||||o 00| ||eng c
024 7 |a 10.1109/TIP.2020.2981922  |2 doi 
028 5 2 |a pubmed24n1308.xml 
035 |a (DE-627)NLM308101642 
035 |a (NLM)32224457 
040 |a DE-627  |b ger  |c DE-627  |e rakwb 
041 |a eng 
100 1 |a Yang, Wenhan  |e verfasserin  |4 aut 
245 1 0 |a Advancing Image Understanding in Poor Visibility Environments  |b A Collective Benchmark Study 
264 1 |c 2020 
336 |a Text  |b txt  |2 rdacontent 
337 |a ƒaComputermedien  |b c  |2 rdamedia 
338 |a ƒa Online-Ressource  |b cr  |2 rdacarrier 
500 |a Date Revised 27.02.2024 
500 |a published: Print-Electronic 
500 |a Citation Status Publisher 
520 |a Existing enhancement methods are empirically expected to help the high-level end computer vision task: however, that is observed to not always be the case in practice. We focus on object or face detection in poor visibility enhancements caused by bad weathers (haze, rain) and low light conditions. To provide a more thorough examination and fair comparison, we introduce three benchmark sets collected in real-world hazy, rainy, and low-light conditions, respectively, with annotated objects/faces. We launched the UG2+ challenge Track 2 competition in IEEE CVPR 2019, aiming to evoke a comprehensive discussion and exploration about whether and how low-level vision techniques can benefit the high-level automatic visual recognition in various scenarios. To our best knowledge, this is the first and currently largest effort of its kind. Baseline results by cascading existing enhancement and detection models are reported, indicating the highly challenging nature of our new data as well as the large room for further technical innovations. Thanks to a large participation from the research community, we are able to analyze representative team solutions, striving to better identify the strengths and limitations of existing mindsets as well as the future directions 
650 4 |a Journal Article 
700 1 |a Yuan, Ye  |e verfasserin  |4 aut 
700 1 |a Ren, Wenqi  |e verfasserin  |4 aut 
700 1 |a Liu, Jiaying  |e verfasserin  |4 aut 
700 1 |a Scheirer, Walter J  |e verfasserin  |4 aut 
700 1 |a Wang, Zhangyang  |e verfasserin  |4 aut 
700 1 |a Zhang, Taiheng  |e verfasserin  |4 aut 
700 1 |a Zhong, Qiaoyong  |e verfasserin  |4 aut 
700 1 |a Xie, Di  |e verfasserin  |4 aut 
700 1 |a Pu, Shiliang  |e verfasserin  |4 aut 
700 1 |a Zheng, Yuqiang  |e verfasserin  |4 aut 
700 1 |a Qu, Yanyun  |e verfasserin  |4 aut 
700 1 |a Xie, Yuhong  |e verfasserin  |4 aut 
700 1 |a Chen, Liang  |e verfasserin  |4 aut 
700 1 |a Li, Zhonghao  |e verfasserin  |4 aut 
700 1 |a Hong, Chen  |e verfasserin  |4 aut 
700 1 |a Jiang, Hao  |e verfasserin  |4 aut 
700 1 |a Yang, Siyuan  |e verfasserin  |4 aut 
700 1 |a Liu, Yan  |e verfasserin  |4 aut 
700 1 |a Qu, Xiaochao  |e verfasserin  |4 aut 
700 1 |a Wan, Pengfei  |e verfasserin  |4 aut 
700 1 |a Zheng, Shuai  |e verfasserin  |4 aut 
700 1 |a Zhong, Minhui  |e verfasserin  |4 aut 
700 1 |a Su, Taiyi  |e verfasserin  |4 aut 
700 1 |a He, Lingzhi  |e verfasserin  |4 aut 
700 1 |a Guo, Yandong  |e verfasserin  |4 aut 
700 1 |a Zhao, Yao  |e verfasserin  |4 aut 
700 1 |a Zhu, Zhenfeng  |e verfasserin  |4 aut 
700 1 |a Liang, Jinxiu  |e verfasserin  |4 aut 
700 1 |a Wang, Jingwen  |e verfasserin  |4 aut 
700 1 |a Chen, Tianyi  |e verfasserin  |4 aut 
700 1 |a Quan, Yuhui  |e verfasserin  |4 aut 
700 1 |a Xu, Yong  |e verfasserin  |4 aut 
700 1 |a Liu, Bo  |e verfasserin  |4 aut 
700 1 |a Liu, Xin  |e verfasserin  |4 aut 
700 1 |a Sun, Qi  |e verfasserin  |4 aut 
700 1 |a Lin, Tingyu  |e verfasserin  |4 aut 
700 1 |a Li, Xiaochuan  |e verfasserin  |4 aut 
700 1 |a Lu, Feng  |e verfasserin  |4 aut 
700 1 |a Gu, Lin  |e verfasserin  |4 aut 
700 1 |a Zhou, Shengdi  |e verfasserin  |4 aut 
700 1 |a Cao, Cong  |e verfasserin  |4 aut 
700 1 |a Zhang, Shifeng  |e verfasserin  |4 aut 
700 1 |a Chi, Cheng  |e verfasserin  |4 aut 
700 1 |a Zhuang, Chubin  |e verfasserin  |4 aut 
700 1 |a Lei, Zhen  |e verfasserin  |4 aut 
700 1 |a Li, Stan Z  |e verfasserin  |4 aut 
700 1 |a Wang, Shizheng  |e verfasserin  |4 aut 
700 1 |a Liu, Ruizhe  |e verfasserin  |4 aut 
700 1 |a Yi, Dong  |e verfasserin  |4 aut 
700 1 |a Zuo, Zheming  |e verfasserin  |4 aut 
700 1 |a Chi, Jianning  |e verfasserin  |4 aut 
700 1 |a Wang, Huan  |e verfasserin  |4 aut 
700 1 |a Wang, Kai  |e verfasserin  |4 aut 
700 1 |a Liu, Yixiu  |e verfasserin  |4 aut 
700 1 |a Gao, Xingyu  |e verfasserin  |4 aut 
700 1 |a Chen, Zhenyu  |e verfasserin  |4 aut 
700 1 |a Guo, Chang  |e verfasserin  |4 aut 
700 1 |a Li, Yongzhou  |e verfasserin  |4 aut 
700 1 |a Zhong, Huicai  |e verfasserin  |4 aut 
700 1 |a Huang, Jing  |e verfasserin  |4 aut 
700 1 |a Guo, Heng  |e verfasserin  |4 aut 
700 1 |a Yang, Jianfei  |e verfasserin  |4 aut 
700 1 |a Liao, Wenjuan  |e verfasserin  |4 aut 
700 1 |a Yang, Jiangang  |e verfasserin  |4 aut 
700 1 |a Zhou, Liguo  |e verfasserin  |4 aut 
700 1 |a Feng, Mingyue  |e verfasserin  |4 aut 
700 1 |a Qin, Likun  |e verfasserin  |4 aut 
773 0 8 |i Enthalten in  |t IEEE transactions on image processing : a publication of the IEEE Signal Processing Society  |d 1992  |g (2020) vom: 27. März  |w (DE-627)NLM09821456X  |x 1941-0042  |7 nnns 
773 1 8 |g year:2020  |g day:27  |g month:03 
856 4 0 |u http://dx.doi.org/10.1109/TIP.2020.2981922  |3 Volltext 
912 |a GBV_USEFLAG_A 
912 |a SYSFLAG_A 
912 |a GBV_NLM 
912 |a GBV_ILN_350 
951 |a AR 
952 |j 2020  |b 27  |c 03