针对空间非均匀退化的曝光校正方法探讨
计算机视觉与模式识别
2026-04-07 v1
摘要
现实中的曝光校正面临着空间非均匀退化的根本性挑战，其中各种曝光错误经常在单张图像内共存。然而，现有的曝光校正方法仍主要在均匀假设下开发。从架构角度看，这些方法通常依赖于全局聚合的调制信号，仅捕获整体曝光趋势。从优化角度看，常规重建损失通常基于统一的全局尺度，忽略了图像各区域在空间上变化的校正需求。为此，我们提出一种专为空间非均匀性设计的全新曝光校正范式。具体而言，我们引入空间信号编码器（Spatial Signal Encoder），预测空间自适应调制权重，用于引导多个查找表进行图像变换，同时搭配基于HSL色彩模型的补偿模块以提高色彩保真度。除架构设计外，我们还提出一种基于不确定性的非均匀损失，动态分配优化重点，更好地匹配现实曝光错误的异构性。广泛实验表明，我们的方法在定性和定量性能上均优于最新方法。代码已公开。
引用
@article{arxiv.2604.04136,
title = {Rethinking Exposure Correction for Spatially Non-uniform Degradation},
author = {Ao Li and Jiawei Sun and Le Dong and Zhenyu Wang and Weisheng Dong},
journal= {arXiv preprint arXiv:2604.04136},
year = {2026}
}