Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

NH-DEHAZE

Financiado

Cerrado

Dataset and dehazing methods for non homogeneous and dense hazy scenes

In presence of haze, small floating particles absorb and scatter the light from its propagation direction. This results in selective and significant attenuation of the light spectrum, and causes hazy scenes to be subject to a loss... ver más

30/05/2025

UCLouvain

178K€

Presupuesto del proyecto: 178K€

Líder del proyecto

UNIVERSITE CATHOLIQUE DE LOUVAIN No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2020-04-20

MSCA-IF-2019: Individual Fellowships

I+D

Cerrada hace 5 años

0% 100% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

1 Participantes

UCLouvain

178.32K€ | Lider

Proyectos interesantes

GLOBALVISION

Computer Vision

Software

1M€ Cerrado

IDIU

Software

Computer Vision

1M€ Cerrado

TIN2017-85572-P

Software

Data Science

55K€ Cerrado

PTQ-09-01-00662

Computer Vision

Artificial Inte...

53K€ Cerrado

TIN2012-39051

Computer Vision

Artificial Inte...

91K€ Cerrado

PID2019-109628RJ-I00

Computer Vision

Software

182K€ Cerrado

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Duración del proyecto: 61 meses Fecha Inicio: 2020-04-20
Fecha Fin: 2025-05-30

Líder del proyecto

UNIVERSITE CATHOLIQUE DE LOUVAIN No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 178K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto In presence of haze, small floating particles absorb and scatter the light from its propagation direction. This results in selective and significant attenuation of the light spectrum, and causes hazy scenes to be subject to a loss of contrast and sharpness for distant objects. Besides, most computer vision and image processing algorithms (e.g., from feature extraction to objects/scene detection and recognition) usually assume that the input image is the scene radiance (haze-free image), and therefore strongly suffer from the color-shift, and low-contrast induced by hazy conditions. For instance, in normal visibility conditions the Traffic Sign Detection and Recognition (TSDR) module of the existing ADAS systems reaches a detection rate averaging around 90%, but drops below 40% in case of haze or poor illumination conditions1. Therefore, many recent works have explored inverse problem formulations and have designed dedicated image enhancement methods to address the dehazing problem. However, to estimate their key internal parameters (e.g. airlight in Koschmieder’s light transmission model), most of those solutions assume homogeneous distribution of light and haze, which is rarely the case in practice (e.g. lighting is non-uniform in space and frequency during the night, attenuation caused by haze depends on the light frequency). Image dehazing thus remains a largely unsolved problem in case of dense and non-homogeneous haze scenes. As a federating objective, our project aims at implementing dehazing methods that are suited to dense and non-homogeneous hazy scenes. This implies the following tasks: (O1) build up the first (world-wide) image dataset including pairs of hazy and haze-free scenes, for which hazy scenes include real, dense, and non-homogeneous haze; (O2) develop and train deep dehazing neural networks to derive the dehazed images from hazy inputs. (O3) train deep image interpretation models that are suited to images captured in adverse conditions.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores