基于单次曝光的高动态范围新视角合成
计算机视觉与模式识别
2025-05-20 v2 图像与视频处理
摘要
高动态范围新视角合成（HDR-NVS）旨在从低动态范围（LDR）图像建立3D场景HDR模型。通常，由于单张LDR图像无法同时表现场景中最亮和最暗的区域，因此会采用多次曝光的LDR图像来捕获场景中更广泛的亮度范围。这种多次曝光的HDR-NVS方法虽然有效，但存在显著的局限性，包括易受运动伪影（如鬼影和模糊）影响、采集和存储成本高。为了克服这些挑战，我们首次提出了单次曝光HDR-NVS问题，即在训练期间仅提供单次曝光的LDR图像。我们进一步引入了一种新颖的方法Mono-HDR-3D，其特点是根据LDR图像形成原理设计了两个专用模块：一个用于将LDR颜色转换为对应的HDR颜色，另一个用于将HDR图像转换为LDR格式，从而在闭环中实现无监督学习。我们的方法设计为一种元算法，可以与现有的NVS模型无缝集成。大量实验表明，Mono-HDR-3D显著优于先前的方法。源代码将予以发布。
引用
@article{arxiv.2505.01212,
title = {High Dynamic Range Novel View Synthesis with Single Exposure},
author = {Kaixuan Zhang and Hu Wang and Minxian Li and Mingwu Ren and Mao Ye and Xiatian Zhu},
journal= {arXiv preprint arXiv:2505.01212},
year = {2025}
}
备注
It has been accepted by ICML 2025