tone-mapped 图像的深度色度压缩
图像与视频处理
2024-09-25 v1 人工智能
计算机视觉与模式识别
摘要
由于智能设备的不断普及以及对高质量输出的日益需求，采集高动态范围（HDR）图像的能力日益增强。广泛的研究集中于开发传统和基于深度学习的 tone mapping 方法，以减少 HDR 图像的亮度范围，从而在常规 8 位和 10 位数字显示器上实现准确的色彩再现。然而，这些方法往往未能考虑目标显示色域之外的像素，导致可见的色度失真或颜色裁切 artifact。以往的研究表明，gamut management 步骤可确保所有像素保持在目标 gamut 内。然而，这些方法计算代价高昂，无法在计算资源有限的设备上部署。我们提出了一个用于 HDR tone-mapped 图像快速可靠色度压缩的生成对抗网络。我们设计的损失函数考虑了生成图像的色相特性，以提高颜色准确性，并在大型图像数据集上进行训练。定量实验表明，所提出的模型在颜色准确性方面优于最先进的图像生成和增强网络，而主观研究表明，所生成的图像在视觉质量方面与传统色度压缩方法相当或更优。此外，该模型实现了实时性能，显示出在计算资源有限的设备上部署具有前景的潜力。
关键词
引用
@article{arxiv.2409.16032,
title = {Deep chroma compression of tone-mapped images},
author = {Xenios Milidonis and Francesco Banterle and Alessandro Artusi},
journal= {arXiv preprint arXiv:2409.16032},
year = {2024}
}