语义感知扩散逆色调映射
计算机视觉与模式识别
2026-01-13 v1 图形学
摘要
真实场景的亮度范围大于许多数码相机传感器的捕获能力，导致捕获图像中细节丢失，最常见的是明亮区域。逆色调映射试图通过创建一种映射，将SDR图像中曝光良好的值线性化，并对裁剪内容进行亮度提升，从而将这些捕获的标准动态范围（SDR）图像提升到高动态范围（HDR）。然而，在大多数情况下，裁剪区域中的细节无法恢复或估计。在本文中，我们提出了一种新颖的逆色调映射方法，用于将SDR图像映射到HDR，该方法通过语义感知的扩散修复方法生成裁剪区域中丢失的细节。我们的方法有两个主要贡献：首先，我们提出使用语义图来指导饱和图像中掩蔽区域的SDR扩散修复。其次，从传统HDR成像和包围曝光方法中汲取灵感，我们提出了一种原则性的公式，将SDR修复区域提升到HDR，该公式与生成式修复方法兼容。结果表明，我们的方法在不同数据集上的客观指标上表现出优越的性能，主观实验表明，所提出的方法在客观指标上与最先进的逆色调映射算子相匹配（并且在大多数情况下优于它们），并且在视觉保真度上优于它们。
引用
@article{arxiv.2405.15468,
title = {Semantic Aware Diffusion Inverse Tone Mapping},
author = {Abhishek Goswami and Aru Ranjan Singh and Francesco Banterle and Kurt Debattista and Thomas Bashford-Rogers},
journal= {arXiv preprint arXiv:2405.15468},
year = {2026}
}