ArtHDR-Net：感知真实且准确的HDR内容生成
计算机视觉与模式识别
2023-09-08 v1 图形学
机器学习
多媒体
图像与视频处理
摘要
高动态范围（HDR）内容生成已成为现代媒体与娱乐行业、游戏以及增强/虚拟现实产业的重要课题。已有许多方法被提出，以根据单曝光或多曝光低动态范围（LDR）图像/视频重建其HDR对应内容。现有最优方法主要关注保持重建的结构相似性与逐像素准确性。然而，这些传统方法未强调在人的视觉感知层面保留图像的艺术意图，而这是媒体、娱乐和游戏中的关键要素。本文中，我们试图研究并填补这一空白。我们提出了一种基于卷积神经网络、以多曝光LDR特征为输入的架构，称为ArtHDR-Net。实验结果表明，ArtHDR-Net在HDR-VDP-2分数（即平均意见得分指数）上可达到最优性能，同时在PSNR和SSIM上取得具有竞争力的表现。
引用
@article{arxiv.2309.03827,
title = {ArtHDR-Net: Perceptually Realistic and Accurate HDR Content Creation},
author = {Hrishav Bakul Barua and Ganesh Krishnasamy and KokSheik Wong and Kalin Stefanov and Abhinav Dhall},
journal= {arXiv preprint arXiv:2309.03827},
year = {2023}
}
备注
Accepted in Asia Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA ASC), Taipei, Taiwan