MantissaCam：基于感知的像素内辐照度编码学习快照式高动态范围成像
图像与视频处理
2022-04-22 v2 计算机视觉与模式识别
摘要
对高动态范围（HDR）场景成像的能力在许多计算机视觉应用中至关重要。然而，传统传感器的动态范围受其势阱容量根本限制，导致明亮场景部分饱和。为克服该限制，新兴传感器提供像素内处理能力以编码入射辐照度。最具前景的编码方案之一是模环绕，其导致一个计算摄影问题：由环绕后的低动态范围（LDR）传感器图像通过辐照度解绕算法计算出 HDR 场景。本文中，我们设计了一种基于神经网络的算法，其性能优于先前的辐照度解绕方法，并设计了一种感知启发的“尾数（mantissa）”编码方案，可更高效地将 HDR 场景环绕为 LDR 传感器图像。结合我们的重建框架，MantissaCam 在模类型快照式 HDR 成像方法中取得了最先进的结果。我们在仿真中证明了方法的有效性，并借助可编程传感器实现的原型所采集的模图像展示了算法的优势。
引用
@article{arxiv.2112.05221,
title = {MantissaCam: Learning Snapshot High-dynamic-range Imaging with Perceptually-based In-pixel Irradiance Encoding},
author = {Haley M. So and Julien N. P. Martel and Piotr Dudek and Gordon Wetzstein},
journal= {arXiv preprint arXiv:2112.05221},
year = {2022}
}