基于 LDR 学习估计具有绝对亮度的 HDR 图像的深度逆色调映射
图像与视频处理
2019-03-05 v1 多媒体
摘要
本文提出一种利用基于 LDR 学习的卷积神经网络（CNN）的新型逆色调映射方法。在传统的基于 CNN 的逆色调映射中，生成的 HDR 图像无法具有绝对亮度，尽管可以具有相对亮度。此外，适用于学习 HDR 图像的损失函数存在问题，因此难以直接使用 HDR 图像训练 CNN。相比之下，所提方法不仅使我们能够估计绝对亮度，还能利用 LDR 图像训练 CNN。所提方法中使用的 CNN 学习从各种输入 LDR 图像到由 Reinhard 全局算子映射的 LDR 图像的变换。实验结果表明，就 HDR-VDP-2.2 和 PU encoding + MS-SSIM 而言，所提方法生成的 HDR 图像比传统逆色调映射方法生成的 HDR 图像质量更高。
关键词
引用
@article{arxiv.1903.01277,
title = {Deep Inverse Tone Mapping Using LDR Based Learning for Estimating HDR Images with Absolute Luminance},
author = {Yuma Kinoshita and Hitoshi Kiya},
journal= {arXiv preprint arXiv:1903.01277},
year = {2019}
}
备注
arXiv admin note: substantial text overlap with arXiv:1901.05686