基于单应性估计与注意力学习的深度去鬼影曝光融合

现代相机动态范围有限，单次曝光常产生过饱和或暗区的图像。尽管可通过不同曝光拍摄多张图像来解决该问题，曝光融合方法仍需应对由相机运动或运动物体引起的鬼影伪影与细节丢失。本文提出一种用于曝光融合的深度网络。为减轻潜在鬼影问题，我们的网络仅取两张图像：一张欠曝光与一张过曝光图像。我们的网络将单应性估计（用于补偿相机运动）、注意力机制（用于校正剩余错位与运动像素）以及对抗学习（用于缓解其他残留伪影）集成在一起。在手持手机拍摄的真实照片上的实验表明，所提方法可在暗区与亮区生成具有忠实细节与生动色彩还原的高质量图像。