一种像素与块级统一的 HDR 成像方法

将不同曝光的低动态范围（LDR）图像映射到高动态范围（HDR）在动态场景上仍非平凡且具挑战性，其源于物体运动或相机抖动引起的鬼影。随着深度神经网络（DNNs）的成功，已有若干基于 DNN 的方法被提出以缓解鬼影，但当运动与饱和发生时它们无法生成令人满意的结果。为在各种情况下生成视觉愉悦的 HDR 图像，我们提出一种称为 HyHDRNet 的混合 HDR 去鬼影网络，以学习参考图像与非参考图像之间的复杂关系。所提 HyHDRNet 由内容对齐子网络与基于 Transformer 的融合子网络组成。具体而言，为从源头有效避免鬼影，内容对齐子网络利用块聚合与鬼影注意力以块级整合来自其他非参考图像的相似内容，并以像素级抑制不期望的成分。为实现块级与像素级间的相互引导，我们借助门控模块在鬼影与饱和区域充分交换有用信息。此外，为获得高质量 HDR 图像，基于 Transformer 的融合子网络使用残差可变形 Transformer 块（RDTB）自适应合并不同曝光区域的信息。我们在四个广泛使用的公开 HDR 图像去鬼影数据集上验证了所提方法。实验表明 HyHDRNet 在定量与定性上均优于最先进方法，实现了具有统一纹理与色彩的引人瞩目的 HDR 可视化。