基于时序一致性的神经高动态范围视频渲染的曝光完成
计算机视觉与模式识别
2024-08-06 v2 多媒体
摘要
从低动态范围 (LDR) 视频生成高动态范围 (HDR) 视频的渲染过程面临着显著挑战，因为帧的曝光值交替且在每个时间戳下缺失。曝光值的变化与缺失使得现有方法会生成闪烁的 HDR 结果。本文提出了一种新颖的范例，通过完成缺失曝光信息来渲染 HDR 帧，从而实现曝光信息的完整性和一致性。我们的方法涉及在时间维度上插值相邻的 LDR 帧，以重建缺失曝光值的 LDR 帧。结合插值后的 LDR 帧和给定的 LDR 帧，可在每个时间戳获得完整的曝光信息。这有助于 HDR 结果的融合过程，减少噪声和幽灵痕迹，从而提高时序一致性。广泛的实验评估表明，我们的方法在标准基准上实现了最先进的性能，凸显了 HDR 视频渲染中缺失曝光完成的重要性。代码已在 https://github.com/cuijiahao666/NECHDR 上提供。
引用
@article{arxiv.2407.13309,
title = {Exposure Completing for Temporally Consistent Neural High Dynamic Range Video Rendering},
author = {Jiahao Cui and Wei Jiang and Zhan Peng and Zhiyu Pan and Zhiguo Cao},
journal= {arXiv preprint arXiv:2407.13309},
year = {2024}
}
备注
9 pages, 6 figures, accepted by ACM-MM 2024 (poster)