SeHDR: 基于 3D 高斯括号法的单曝光 HDR 新视角合成
图形学
2025-09-26 v1
摘要
本文提出了 SeHDR，一种新颖的高动态范围 3D 高斯 Splatting（HDR-3DGS）方法，用于从多视角 LDR 图像生成 HDR 新视角。与现有方法通常需要从不同曝光拍摄多视角 LDR 输入图像不同——这不仅采集繁琐且更容易出现错误（如物体运动模糊和标定/对齐不精确）——我们的方法从单曝光的多视角 LDR 图像中学习 HDR 场景表示。我们对这一不适定问题的关键洞察在于：首先从单曝光多视角 LDR 图像中估计括号化的 3D 高斯（即具有不同曝光的高斯），然后将这些括号化的 3D 高斯合并为 HDR 场景表示。具体而言，SeHDR 首先从单曝光 LDR 输入中学习基础 3D 高斯，其中球谐函数在颜色空间中参数化颜色。然后我们估计具有相同几何但不同线性颜色的多个 3D 高斯，其条件由曝光操作给出。最后，我们提出可微分神经曝光融合（NeEF）将基础和估计的 3D 高斯整合为 HDR 高斯以进行新视角渲染。大量实验表明 SeHDR 优于现有方法以及精心设计的基线方法。
引用
@article{arxiv.2509.20400,
title = {SeHDR: Single-Exposure HDR Novel View Synthesis via 3D Gaussian Bracketing},
author = {Yiyu Li and Haoyuan Wang and Ke Xu and Gerhard Petrus Hancke and Rynson W. H. Lau},
journal= {arXiv preprint arXiv:2509.20400},
year = {2025}
}
备注
ICCV 2025 accepted paper