约 8K 参数下以 125 FPS 完成 4K 分辨率照片曝光校正
计算机视觉与模式识别
2023-11-16 v1
摘要
曝光不当照片的照度已广泛通过深度卷积神经网络或 Transformer 进行校正。尽管性能可观，这些方法在高分辨率照片上通常参数量大、计算 FLOPs 繁重。本文提出极轻量（仅约 8K 参数）的多尺度线性变换（MSLT）网络，基于多层感知机架构，可由 Titan RTX GPU 以每秒 125 帧（FPS）处理 4K 分辨率 sRGB 图像。具体而言，所提 MSLT 网络首先通过拉普拉斯金字塔技术将输入图像分解为高频与低频层，随后由像素自适应线性变换依次校正不同层，该变换由高效双边网格学习或 1x1 卷积实现。在两个基准数据集上的实验证明了我们的 MSLT 相较最先进照片曝光校正方法的效率。大量消融研究验证了各贡献的有效性。代码见 https://github.com/Zhou-Yijie/MSLTNet。
引用
@article{arxiv.2311.08759,
title = {4K-Resolution Photo Exposure Correction at 125 FPS with ~8K Parameters},
author = {Yijie Zhou and Chao Li and Jin Liang and Tianyi Xu and Xin Liu and Jun Xu},
journal= {arXiv preprint arXiv:2311.08759},
year = {2023}
}
备注
WACV2024