ExReg：通过带注意力机制的多维回归器实现宽范围照片曝光校正
计算机视觉与模式识别
2025-12-16 v2
摘要
照片曝光校正已被广泛研究，但较少有研究同时关注欠曝光与过曝光图像的校正。以统一方式处理并校正欠曝光和过曝光图像仍有三个问题尚待解决。首先，局部自适应的曝光调整可能比学习全局映射更为灵活。其次，局部确定合适曝光值是一个病态问题。第三，内容相同但曝光不同的照片可能无法达到一致的调整结果。为此，我们提出了一种新颖的曝光校正网络 ExReg，通过将曝光校正表述为多维回归过程来应对这些挑战。给定输入图像，引入一个紧凑的多曝光生成网络以生成具有不同曝光条件的图像，用于下一阶段的多维回归与曝光校正。设计了一个辅助模块来预测区域级曝光值，引导所提出的编码器-解码器 ANP（注意力神经过程）回归最终校正图像。实验结果表明，ExReg 能够生成曝光良好的结果，并在广泛曝光问题的 PSNR 上优于 SOTA 方法。此外，其处理速度高效，在 RTX 3090 上每张图像 0.05 秒。当在不同曝光水平下对相同图像进行测试时，ExReg 也能产生视觉一致且物理准确的结果。
引用
@article{arxiv.2212.14801,
title = {ExReg: Wide-range Photo Exposure Correction via a Multi-dimensional Regressor with Attention},
author = {Huu-Phu Do and Hao-Chien Hsueh and Tzu-Hao Chiang and Chi-Han Chen and Wen-Hsiao Peng and Ching-Chun Huang},
journal= {arXiv preprint arXiv:2212.14801},
year = {2025}
}
备注
Accepted by ACM Transactions on Intelligent Systems and Technology