RawHDR：从单张原始图像重建高动态范围图像
图像与视频处理
2023-09-06 v1 计算机视觉与模式识别
摘要
高动态范围（HDR）图像比标准图像捕捉更多的强度层级。当前方法主要从经相机处理流水线降质的 8 位低动态范围（LDR）sRGB 图像生成 HDR 图像。然而，从如此有限的位深数据中恢复极高动态范围场景成为一项艰巨任务。与现有方法不同，本工作的核心思想是融合信息更丰富的 Raw 传感器数据来生成 HDR 图像，旨在恢复 HDR 场景中最暗与最亮等困难区域中的场景信息。为此，我们提出了一种为 Raw 图像量身定制的模型，利用 Raw 数据的独特特征来促进 Raw 到 HDR 的映射。具体而言，我们学习曝光掩码以分离高动态场景的困难与容易区域。随后，我们引入两个重要引导：双强度引导（以信息更丰富的通道引导信息较少的通道）与全局空间引导（在扩展空间域上外推场景细节）。为验证我们的 Raw 到 HDR 方法，我们收集了一个大规模的 Raw/HDR 配对数据集用于训练与测试。我们的实证评估验证了所提 Raw 到 HDR 重建模型以及我们新采集数据集在实验中的优越性。
引用
@article{arxiv.2309.02020,
title = {RawHDR: High Dynamic Range Image Reconstruction from a Single Raw Image},
author = {Yunhao Zou and Chenggang Yan and Ying Fu},
journal= {arXiv preprint arXiv:2309.02020},
year = {2023}
}
备注
ICCV 2023