基于注意力与对齐网络的高效渐进高动态范围图像复原
计算机视觉与模式识别
2022-04-21 v1 机器学习
图像与视频处理
摘要
高动态范围(HDR)是计算摄影技术的重要组成部分。本文中，我们提出了一种称为高效注意力与对齐引导渐进网络(EAPNet)的轻量神经网络，用于应对NTIRE 2022 HDR Track 1与Track 2挑战赛。我们引入了多维轻量编码模块来提取特征。此外，我们提出了渐进空洞U形块(PDUB)，其可作为动态调节MAccs与PSNR的渐进即插即用模块。最后，我们使用快速低功耗特征对齐模块处理错位问题，以替代耗时的可变形卷积网络(DCN)。实验表明，与最先进方法相比，我们的方法在MAccs上实现了约20倍压缩，且mu-PSNR与PSNR更优。我们在测试阶段获得了两个赛道的第二名。图1展示了NTIRE 2022 HDR挑战赛的可视化结果。
引用
@article{arxiv.2204.09213,
title = {Efficient Progressive High Dynamic Range Image Restoration via Attention and Alignment Network},
author = {Gaocheng Yu and Jin Zhang and Zhe Ma and Hongbin Wang},
journal= {arXiv preprint arXiv:2204.09213},
year = {2022}
}