计算式长曝光移动摄影
计算机视觉与模式识别
2023-08-04 v1 图形学
机器学习
摘要
长曝光摄影能生成令人惊艳的图像，以运动模糊表现场景中的运动元素。它通常以两种模式使用，产生前景或背景模糊效果。前景模糊图像传统上使用三脚架固定的相机拍摄，在完全清晰的背景风景上呈现如丝滑水流或光轨等模糊的运动前景元素。背景模糊图像亦称追随摄影，在相机追踪运动主体时拍摄，以在因相对运动而模糊的背景上呈现清晰的主体。两种技术都极具挑战性，且需要额外设备与高级技能。在本文中，我们描述了一种运行于手持智能手机相机应用中的计算式连拍摄影系统，可在按下快门按钮时全自动实现这些效果。我们的方法首先检测并分割显著主体。我们跨多帧跟踪场景运动并对图像对齐，以保留所需的清晰度并生成美观的运动拖影。我们捕获欠曝光连拍，并选择将产生受控长度模糊轨迹的输入帧子集，而不论场景或相机运动速度如何。我们预测帧间运动并合成运动模糊以填补输入帧间的时间间隙。最后，我们将模糊图像与清晰常规曝光图像合成，以保护人脸或几乎不动的场景区域的清晰度，并生成最终的高分辨率与高动态范围（HDR）照片。我们的系统使以往专属于专业人士的能力得以普及，令大多数 casual 摄影师也能使用这一创意风格。更多信息与补充材料见项目网页：https://motion-mode.github.io/
引用
@article{arxiv.2308.01379,
title = {Computational Long Exposure Mobile Photography},
author = {Eric Tabellion and Nikhil Karnad and Noa Glaser and Ben Weiss and David E. Jacobs and Yael Pritch},
journal= {arXiv preprint arXiv:2308.01379},
year = {2023}
}
备注
15 pages, 17 figures