基于视觉注意力模块的高动态范围成像
计算机视觉与模式识别
2024-04-23 v1
摘要
得益于高动态范围（HDR）成像方法，摄影的疆界近期发生了深刻变革。更具体地，此类方法试图从低动态范围（LDR）图像中重建因普通相机局限而丢失的真实世界亮度。此外，尽管该课题的当前最优（State-Of-The-Art）方法表现良好，但它们主要聚焦于不同曝光的融合，而较少关注提取图像中的信息丰富区域。因此，本文旨在引入一种新模型，能够融合由视觉注意力模块（VAM）——一种分割策略的产物——从每幅图像最具可见性的区域提取的信息。具体而言，该模型基于深度学习架构，利用提取的区域生成最终 HDR 图像。结果表明，我们的方法优于大多数当前最优算法。
引用
@article{arxiv.2307.14705,
title = {High Dynamic Range Imaging via Visual Attention Modules},
author = {Ali Reza Omrani and Davide Moroni},
journal= {arXiv preprint arXiv:2307.14705},
year = {2024}
}