感知优化的深度高动态范围图像色调映射
计算机视觉与模式识别
2021-09-14 v3
摘要
我们描述了一种计算高效且感知优化的深度高动态范围（HDR）图像色调映射算子。我们首先将 HDR 图像分解为归一化拉普拉斯金字塔，并使用两个深度神经网络（DNNs）从归一化表示中估计所需色调映射图像的拉普拉斯金字塔。然后，我们在一个 HDR 图像数据库上通过最小化归一化拉普拉斯金字塔距离（NLPD，一种近期提出的感知度量）对整体方法进行端到端优化。定性和定量实验表明，我们的方法生成的图像具有更好的视觉质量，并且在现有局部色调映射算法中运行速度最快。
引用
@article{arxiv.2109.00180,
title = {Perceptually Optimized Deep High-Dynamic-Range Image Tone Mapping},
author = {Chenyang Le and Jiebin Yan and Yuming Fang and Kede Ma},
journal= {arXiv preprint arXiv:2109.00180},
year = {2021}
}
备注
6 pages, 6 figures, 2 tables