通过逆向风格迁移反转图像信号处理器
计算机视觉与模式识别
2022-10-18 v1 机器学习
图像与视频处理
摘要
RAW 图像数据集比标准 RGB 图像数据集更适合低层视觉中的病态逆问题，但在文献中并不常见。也有少数研究专注于将 sRGB 图像映射到 RAW 格式。从 sRGB 到 RAW 格式的映射可视为逆向风格迁移的相关领域，因为该任务是病态的反转问题。在本研究中，我们寻求一个问题的答案：ISP 操作能否在端到端学习流水线中被建模为风格因子？为探究此想法，我们提出一种新颖架构，即 RST-ISP-Net，用于在自适应特征归一化辅助下学习反转 ISP 操作。我们将此问题表述为逆向风格迁移，并主要遵循先前工作中的做法。我们以其所提架构参与了 AIM 反转 ISP 挑战赛。结果表明，将破坏性或修改性因素建模为风格的想法仍然成立，但要在此类挑战中具有竞争力还需进一步改进。
引用
@article{arxiv.2210.09074,
title = {Reversing Image Signal Processors by Reverse Style Transferring},
author = {Furkan Kınlı and Barış Özcan and Furkan Kıraç},
journal= {arXiv preprint arXiv:2210.09074},
year = {2022}
}
备注
11 pages, 3 figures