基于数据增强的暗光图光流合成算法及智能测试数据集

本发明公开了一种基于数据增强的暗光图光流合成算法及暗光图光流智能测试数据集（ReLOLFlow）。针对现有光流数据集缺乏低光照场景数据、导致模型在暗光环境下性能下降的问题，提出一种改进的ISP仿真算法。通过反向ISP过程将正常光照RGB图像转换为RAW数据，在RAW域模拟引入散粒噪声和读取噪声，并调整曝光度，再通过正向ISP流程生成高真实度的合成暗光图像。还提供一种ReLOLFlow暗光图光流智能测试数据集的构建方法。通过人工筛选、多模型预测与修正，获得具有真实光流标签的低光照视频序列，用于准确评估模型在暗光环境下的性能。通过合成算法可生成大规模暗光光流训练数据，结合ReLOLFlow测试集进行评估，能显著提升光流估计模型在复杂低光照环境中的泛化能力和精度。