LHDR：利用轻量型 DNN 对遗留内容进行 HDR 重建
计算机视觉与模式识别
2023-03-24 v1 多媒体
摘要
高动态范围 (HDR) 图像因所含信息丰富而广泛用于图形学与摄影。近来学界已开始使用深度神经网络 (DNN) 将标准动态范围 (SDR) 图像重建为 HDR。尽管当前基于 DNN 的方法具有优越性，其应用场景仍受限：(1) 模型厚重阻碍实时处理；(2) 不适用于具有更多退化类型的遗留 SDR 内容。因此，我们提出一种轻量型基于 DNN 的方法，经训练以应对遗留 SDR。为更好设计，我们重构了问题建模并强调退化模型。实验表明，与其他方法相比，我们的方法以最小计算代价取得了引人注目的性能。
引用
@article{arxiv.2211.11270,
title = {LHDR: HDR Reconstruction for Legacy Content using a Lightweight DNN},
author = {Cheng Guo and Xiuhua Jiang},
journal= {arXiv preprint arXiv:2211.11270},
year = {2023}
}
备注
Accepted in ACCV2022