iHDR：任意曝光次数的迭代 HDR 成像
图像与视频处理
2025-05-30 v1 计算机视觉与模式识别
摘要
高动态范围（HDR）成像旨在通过融合多张低动态范围（LDR）图像的信息来获取高质量的 HDR 图像。已有众多基于学习的 HDR 成像方法被提出以处理静态和动态场景。然而，这些方法的架构大多为固定数量的输入（例如三个）量身定制，因此无法直接应用于预定义有限范围之外的情况。为了解决这一问题，我们提出了一种用于迭代融合的新框架 iHDR，它包含一个无鬼影的双输入 HDR 融合网络（DiHDR）和一个基于物理的域映射网络（ToneNet）。DiHDR 利用一对输入估计中间 HDR 图像，而 ToneNet 将其映射回非线性域，并作为下一次成对融合的参考输入。该过程迭代执行，直到所有输入帧都被利用。定性和定量实验表明，在输入帧数量灵活的情况下，与现有的最先进 HDR 去鬼影方法相比，所提出的方法是有效的。
引用
@article{arxiv.2505.22971,
title = {iHDR: Iterative HDR Imaging with Arbitrary Number of Exposures},
author = {Yu Yuan and Yiheng Chi and Xingguang Zhang and Stanley Chan},
journal= {arXiv preprint arXiv:2505.22971},
year = {2025}
}
备注
To be appear in IEEE ICIP 2025