分割引导的深度HDR去重影
计算机视觉与模式识别
2022-07-05 v1
摘要
我们提出一种运动分割引导的卷积神经网络（CNN）方法用于高动态范围（HDR）图像去重影。首先，我们使用CNN分割输入序列中的运动区域。然后，我们分别用不同的融合网络融合静态与运动区域，并组合融合特征以生成最终的无重影HDR图像。我们运动分割引导的HDR融合方法相较现有HDR去重影方法具有显著优势。首先，通过将输入序列分割为静态与运动区域，我们所提方法针对各种具挑战性的饱和与运动类型学习了有效的融合规则。其次，我们引入一种新颖的记忆网络，累积在饱和区域生成合理细节所需的必要特征。所提方法在两个公开可用数据集上优于九种现有最先进（SOTA）方法，并生成视觉上令人满意的无重影HDR结果。我们还呈现了一个包含3683张不同曝光图像的大规模运动分割数据集，以惠及研究界。
引用
@article{arxiv.2207.01229,
title = {Segmentation Guided Deep HDR Deghosting},
author = {K. Ram Prabhakar and Susmit Agrawal and R. Venkatesh Babu},
journal= {arXiv preprint arXiv:2207.01229},
year = {2022}
}