ExpoCM：基于曝光感知的单步骤生成式单图 HDR 重建
计算机视觉与模式识别
2026-05-05 v1
摘要
单图 HDR 重建旨在从单张低动态范围 (LDR) 输入中恢复高动态范围辐射，但由于过曝区域细节饱和和暗部区域噪声放大，该问题高度难以定义。虽然最近的扩散方法提供了强大的生成先验，但往往忽视了基于曝光的退化特性，且因迭代采样而产生巨大的计算成本。为此，我们提出一种名为 ExpoCM 的新型单步骤生成 HDR 重建框架，将 HDR 重建重新表述为概率流 ODE (PF-ODE)，并通过曝光相关扰动构建曝光感知一致性轨迹。具体而言，首先构建软曝光掩码，将 LDR 图像划分为过曝、暗部和适中曝光区域。基于此划分，设计区域条件一致性轨迹，在单一步骤无蒸馊推断中实现饱和细节的幻觉化、暗部区域噪声抑制和可靠结构的保持。为进一步提升感知质量，我们引入了基于 CIE 空间的曝引导亮度-色度损失，为亮度和色度分量分配曝引导权重，有效缓解亮度偏差和色偏。广泛实验表明，ExpoCM 在 HDR-REAL、HDR-EYE 和 AIM2025 基准上实现了最高的保真度和感知精度，同时相较于 DDPM (1000 步) 和 DDIM (50 步) 实现了超过 400 倍和 20 倍的推理速度。
引用
@article{arxiv.2605.02464,
title = {ExpoCM: Exposure-Aware One-Step Generative Single-Image HDR Reconstruction},
author = {Aoyu Liu and Zhen Liu and Ziyi Wang and Dian Chen and Bing Zeng and Shuaicheng Liu},
journal= {arXiv preprint arXiv:2605.02464},
year = {2026}
}
备注
CVPR2026