在过去的十年里，从单反相机和傻瓜相机的成像到智能手机相机的成像发生了天文数字的转变。由于小光圈和传感器尺寸，智能手机图像的噪声明显高于单反图像。虽然智能手机图像的去噪是一个活跃的研究领域，但研究界目前缺乏一个去噪图像数据集，该数据集代表了来自具有高质量地面实况的智能手机相机的真实噪声图像。我们在本文件中对这一问题作出了以下贡献。我们提出了一种系统的方法来估计有噪声图像的真实情况，该方法可用于衡量智能手机相机的去噪性能。使用该程序，我们使用五台具有代表性的智能手机相机，从不同照明条件下的10个场景中捕获了约30000幅噪声图像的数据集，即智能手机图像去噪数据集（SIDD），并生成了它们的真实图像。我们使用这个数据集对许多去噪算法进行了基准测试。我们表明，在我们的高质量数据集上训练时，基于CNN的方法比使用替代策略（如用作地面实况数据代理的低ISO图像）训练时表现更好。

Papers

Abdelrahman Abdelhamed，Lin S.，Brown M.S.“智能手机摄像头的高质量去噪数据集”，IEEE计算机视觉和模式识别（CVPR），2018年6月。  [PDF]   [Bibtex]

Abdelrahman Abdelhamed，Timofte R.，Brown M.S.等人，“NTIRE 2019真实图像去噪挑战：方法和结果”，IEEE计算机视觉和模式识别研讨会（CVPRW），2019年6月。[PDF]   [Bibtex]

Code

Ground-truth image estimation

A simple camera pipeline for rendering raw-RGB images into sRGB.

License

The dataset and the associated code repositories are under the MIT License.

Contact

For any questions, remarks, or comments, please contact: Abdelrahman Abdelhamed.