ADNet：用于高动态范围成像的注意力引导可变形卷积网络
计算机视觉与模式识别
2021-05-25 v1
摘要
在本文中，我们提出一种用于手持式多帧高动态范围（HDR）成像的注意力引导可变形卷积网络，即 ADNet。该问题包含两个棘手挑战：如何恰当处理饱和与噪声，以及如何应对由物体运动或相机抖动引起的错位。针对前者，我们采用空间注意力模块自适应选择不同曝光低动态范围（LDR）图像中最适合融合的区域。针对后者，我们提出以金字塔、级联与可变形（PCD）对齐模块在特征层面对伽马校正图像进行对齐。所提 ADNet 相较以往方法展现出最先进的性能，在 NTIRE 2021 多帧 HDR 挑战赛中取得 PSNR- 为 39.4471、PSNR- 为 37.6359。
引用
@article{arxiv.2105.10697,
title = {ADNet: Attention-guided Deformable Convolutional Network for High Dynamic Range Imaging},
author = {Zhen Liu and Wenjie Lin and Xinpeng Li and Qing Rao and Ting Jiang and Mingyan Han and Haoqiang Fan and Jian Sun and Shuaicheng Liu},
journal= {arXiv preprint arXiv:2105.10697},
year = {2021}
}
备注
Accepted by CVPRW 2021