基于潜在对齐的对数编码 HDR 视频生成
计算机视觉与模式识别
2026-04-14 v1
摘要
高动态范围 (HDR) 图像能够忠实地代表场景辐射，但由于其与生成模型所依赖的有界、感知压缩数据之间的不匹配，仍然具有较大挑战性。自然的解决方案是学习新的 HDR 表示，这会引入额外的复杂性和数据需求。本文表明，实际可以通过利用现成生成模型已捕获的强大视觉先验来实现 HDR 生成。我们观察到，广泛用于电影制作管道的对数编码将 HDR 图像映射到与这些模型潜在空间天然对齐的分布中，从而通过轻量级微调即可实现直接适配，而无需重新训练编码器。为恢复输入中不可直接观察到的细节，我们进一步引入一种基于相机模拟退化的训练策略，以鼓励模型从其学习的先验中推断缺失的高动态范围内容。结合这些见解，我们使用经过最小适配的预训练视频模型实现了高质量的 HDR 视频生成，在多样化场景和具有挑战性光照条件下均取得优异效果。我们的结果表明，尽管 HDR 代表了根本不同图像形成范式，但只要表示方式与其学习的先验对齐，就无需重新设计生成模型即可有效处理。
引用
@article{arxiv.2604.11788,
title = {HDR Video Generation via Latent Alignment with Logarithmic Encoding},
author = {Naomi Ken Korem and Mohamed Oumoumad and Harel Cain and Matan Ben Yosef and Urska Jelercic and Ofir Bibi and Yaron Inger and Or Patashnik and Daniel Cohen-Or},
journal= {arXiv preprint arXiv:2604.11788},
year = {2026}
}
备注
https://HDR-LumiVid.github.io