查找表结合局部拉普拉斯滤波：用于色调映射的金字塔重建网络

色调映射旨在将高动态范围（HDR）图像转换为低动态范围（LDR）表示，是相机成像流水线中的关键任务。近年来，基于三维查找表（3D LUT）的方法因能在增强性能与计算效率间取得良好平衡而受到关注。然而，这些方法在局部区域常无法给出满意结果，因为查找表是用于色调映射的全局算子，其基于像素值工作且未能纳入关键的局部信息。为此，本文旨在通过利用闭式拉普拉斯金字塔分解与重建来探索一种融合全局与局部算子的新策略以解决该问题。具体而言，我们利用图像自适应 3D LUT 通过利用频率信息的特定特征来操纵低频图像中的色调。此外，我们利用局部拉普拉斯滤波器以自适应方式精炼高频分量中的边缘细节。局部拉普拉斯滤波器被广泛用于保留照片中的边缘细节，但其常规用法涉及手动调参且在相机成像流水线或照片编辑工具中固定实现。我们提出使用轻量网络从标注数据渐进学习局部拉普拉斯滤波器的参数值图。我们的模型以端到端方式同时实现全局色调操纵与局部边缘细节保留。在两个基准数据集上的大量实验结果表明，所提方法优于最先进的方法。