单图像 HDR 重建中如何利用指标作弊
计算机视觉与模式识别
2021-08-20 v1 图形学
图像与视频处理
摘要
单图像高动态范围（SI-HDR）重建近来已成为一个非常适合深度学习方法的问题。每一项后续技术都通过报告更高的图像质量分数来展示对现有方法的改进。然而，本文强调此类客观指标上的改进未必转化为视觉上更优的图像。第一个问题是数据与指标参数方面评估条件的不一致，亟需标准化协议以实现论文间可比性。第二个问题（构成本文主要焦点）是 SI-HDR 重建评估的固有困难，因为重建问题的某些方面主导了客观差异，从而引入偏差。在此，我们复现一项使用现有及模拟 SI-HDR 方法的典型评估，以展示该问题的不同方面如何影响客观质量指标。令人惊讶的是，我们发现即便不重建 HDR 信息的方法也能与最先进的深度学习方法来竞争。我们展示了此类结果如何不能代表感知质量，以及 SI-HDR 重建需要更好的评估协议。
引用
@article{arxiv.2108.08713,
title = {How to cheat with metrics in single-image HDR reconstruction},
author = {Gabriel Eilertsen and Saghi Hajisharif and Param Hanji and Apostolia Tsirikoglou and Rafal K. Mantiuk and Jonas Unger},
journal= {arXiv preprint arXiv:2108.08713},
year = {2021}
}
备注
ICCV 2021 workshop on Learning for Computational Imaging (LCI)