基于原始与 sRGB 域大规模动态数据集的 HDR 视频重建
图像与视频处理
2023-04-14 v2 计算机视觉与模式识别
摘要
高动态范围（HDR）视频重建因相比低动态范围（LDR）视频具有更优的视觉质量而受到越来越多的关注。LDR-HDR 训练对的可用性对 HDR 重建质量至关重要。然而，由于难以同时捕获 LDR-HDR 帧，目前仍没有针对动态场景的真实 LDR-HDR 对。本工作中，我们提出利用交错式传感器同时捕获两幅交替曝光的图像，随后在 raw 与 sRGB 域中融合为一帧 HDR。据此，我们构建了一个包含 85 个场景的大规模 LDR-HDR 视频数据集，每个场景含 60 帧。基于该数据集，我们进一步提出 Raw-HDRNet，其以 raw LDR 帧作为输入。我们提出一种金字塔流引导可变形卷积来对齐相邻帧。实验结果表明：1) 所提数据集可提升三种基准网络在真实场景上的 HDR 重建性能；2) 相比 sRGB 输入，利用 raw 输入可进一步提升重建质量，且我们提出的 Raw-HDRNet 是 raw HDR 重建的强基线。我们的数据集与代码将在本文录用后发布。
引用
@article{arxiv.2304.04773,
title = {HDR Video Reconstruction with a Large Dynamic Dataset in Raw and sRGB Domains},
author = {Huanjing Yue and Yubo Peng and Biting Yu and Xuanwu Yin and Zhenyu Zhou and Jingyu Yang},
journal= {arXiv preprint arXiv:2304.04773},
year = {2023}
}