[发明专利]Raw域视频去噪监督数据集构造方法

权利要求书

1.一种Raw域视频去噪监督数据集构造方法，其特征在于，该方法包括以下步骤：

步骤1、将Raw域噪声建模为泊松-高斯混合噪声，噪声模型表达式为：

其中，x_p表示观测到的噪声图像，y_p表示理想的无噪声图像，表示高斯噪声分量的方差，表示泊松噪声分量的方差，表示泊松分布，表示高斯分布，～表示是属于……分布；

步骤2、拍摄Flat-field帧以及Bias帧，校正噪声模型在指定ISO下的参数；

步骤2.1、拍摄Flat-field帧的具体操作为：将一张白纸贴于墙上，调节相机到指定ISO，对准白纸中心，并调整焦距使白纸充满镜头画面：设定不同的快门时间，对于每个快门时间，连续拍摄两张图像，并分别裁剪各自中心区域400×400大小的块，命名为z_a与z_b；用(z_a+z_b)/2的中位数作为真实信号的估计，用的方差作为噪声方差的估计，从而得到信号-噪声方差图上的一个点；根据多个快门时间得到的多个点估计噪声方差曲线的斜率，即

步骤2.2、拍摄Bias帧的具体操作为：将相机置于暗室中，并用镜头盖盖住相机镜头，使得拍摄图像中只含有read noise，调节相机到指定ISO，拍摄一张全黑图像，对该张图像求噪声方差，作为校正之后得到：ISO＝1600时，ISO＝3200时，ISO＝6400时，ISO＝12800时，ISO＝25600时，

步骤3、进行ISP仿真与逆ISP仿真，实现可视化Raw图像和生成对应的sRGB域视频图像，将sRGB域视频图像变换为Raw域视频图像，具体处理如下：

步骤3.1、进行ISP仿真：使用SID数据集训练一个卷积神经网络，输入干净Raw域视频图像，输出干净sRGB域视频图像；

步骤3.2、进行逆ISP仿真：让sRGB域图像依次经过逆gamma变换、逆CCM颜色校正、逆白平衡和马赛克，最终得到Bayer模式的Raw域视频图像；

步骤4、准备数据集，具体处理如下：

步骤4.1、合成噪声仿真数据集，具体过程包括：从MOTChallenge数据集中选取4个干净的sRGB视频，通过执行逆ISP仿真操作，将这些sRGB视频映射为所需的干净的Raw域视频，通过已经确定的噪声模型仿真噪声，利用所得到的仿真噪声加入干净的Raw域视频中，得到带噪的Raw域视频，从而建立噪声仿真数据集；

步骤4.2、拍摄真实Raw域视频数据集，具体过程包括：拍摄带有ground truth的室内Raw域视频数据集和不带有ground truth的室外Raw域视频数据；最后，用ISP仿真生成室内、室外对应的sRGB域噪声视频和干净的sRGB域视频；最终将所有Raw域视频数据按时间顺序组合起来形成成对的含有噪声的Raw域视频和干净的Raw域视频作为本步骤的真实数据集。