基于神经增强的全景高动态范围拼接
计算机视觉与模式识别
2025-02-24 v2
摘要
由于输入的低动态范围（LDR）图像中存在饱和区域，以及不同曝光导致的LDR图像之间强度变化较大，通过拼接多个几何同步、曝光不同且具有成对重叠视场（OFOV）的LDR图像，为高动态范围（HDR）场景生成信息丰富且无视觉伪影的全景LDR图像是一项挑战。幸运的是，由于这些图像具有OFOV，此类图像的拼接天生就是物理驱动方法和数据驱动方法融合的完美场景。基于这一新见解，本文提出了一种新颖的基于神经增强的全景HDR拼接算法。物理驱动方法利用OFOV构建。每个视角的不同曝光图像首先通过物理驱动方法生成，然后由数据驱动方法进行细化，最后用于生成不同曝光的全景LDR图像。所有不同曝光的全景LDR图像通过多尺度曝光融合算法组合在一起，生成最终的全景LDR图像。实验结果表明，所提算法优于现有的全景拼接算法。
引用
@article{arxiv.2409.04679,
title = {Neural Augmentation Based Panoramic High Dynamic Range Stitching},
author = {Chaobing Zheng and Yilun Xu and Weihai Chen and Shiqian Wu and Sen Zhang and Zhengguo Li},
journal= {arXiv preprint arXiv:2409.04679},
year = {2025}
}
备注
11 pages