用于单图像 HDR 重建的连续曝光值表示学习
图像与视频处理
2023-09-08 v1 计算机视觉与模式识别
摘要
深度学习常用于从 LDR 图像重建 HDR 图像。基于 LDR 栈的方法用于单图像 HDR 重建，从深度学习生成的 LDR 栈生成 HDR 图像。然而，当前方法以预定曝光值（EV）生成栈，这可能限制 HDR 重建的质量。为此，我们提出连续曝光值表示（CEVR），其使用隐式函数生成具有任意 EV 的 LDR 图像，包括训练时未见的那些。我们的方法生成具有更多包含多样 EV 图像的连续栈，显著改善 HDR 重建。我们使用循环训练策略在无对应真值的情况下监督模型生成连续 EV 的 LDR 图像。实验结果表明，我们的 CEVR 模型优于现有方法。
引用
@article{arxiv.2309.03900,
title = {Learning Continuous Exposure Value Representations for Single-Image HDR Reconstruction},
author = {Su-Kai Chen and Hung-Lin Yen and Yu-Lun Liu and Min-Hung Chen and Hou-Ning Hu and Wen-Hsiao Peng and Yen-Yu Lin},
journal= {arXiv preprint arXiv:2309.03900},
year = {2023}
}
备注
ICCV 2023. Project page: https://skchen1993.github.io/CEVR_web/