从 SDR 视频生成 HDR 视频
计算机视觉与模式识别
2026-05-15 v1
摘要
高动态范围 (HDR) 视频生态系统正趋于成熟，但将传统标准动态范围 (SDR) 视频上转换的问题依然存在，且尚无令人信服的解决方案。我们提出了一个利用大规模生成式视频模型从日常 SDR 素材合成 HDR 视频的框架。我们引入了多曝光视频模型 (Multi-Exposure Video Model, MEVM)，该模型能够从单一非线性 SDR 视频输入预测包围曝光线性 SDR 视频序列。我们进一步提出了可学习的视频合并模型 (Video Merging Model, VMM)，该模型将预测的包围曝光视频合并为高质量 HDR 序列，同时保留阴影和高光中的细节。大量实验、定量与定性评估以及用户研究表明，我们的方法能够对来自日常消费视频甚至经典影片的野外示例实现稳健的 HDR 转换。最后，我们的模型能够支持基于现有 SDR 生成式视频模型构建的 HDR 合成流水线。输出的 HDR 视频可在我们的补充网页查看：sdr2hdrvideo.github.io
引用
@article{arxiv.2605.14703,
title = {Generating HDR Video from SDR Video},
author = {SaiKiran Tedla and Francesco Banterle and Trevor Canham and Karanpreet Raja and David B. Lindell and Kiriakos N. Kutulakos and Jiacheng Li and Feiran Li and Daisuke Iso},
journal= {arXiv preprint arXiv:2605.14703},
year = {2026}
}