基于视频扩散先验的单次拍摄高动态范围恢复
计算机视觉与模式识别
2026-05-13 v1
摘要
近期用于单次拍摄高动态范围（HDR）图像重建的生成方法展现出有前景的结果，但往往难以保持对输入图像的保真度。它们需要单独的模型来处理高光和阴影，或者通过直接预测最终 HDR 图像而牺牲可解释性。我们通过将单次拍摄 HDR 重建重新定义为条件视频生成，并将生成的帧融合为 HDR 图像，来解决这些局限性。我们微调了一个视频扩散模型，以低动态范围（LDR）输入为条件生成包围曝光序列。我们使用轻量级 UNet 预测的逐像素权重来融合该图像序列。这种公式化方法简单、可解释且有效。它并非直接凭空生成 HDR 图像，而是显式地重建中间的曝光堆栈并将其融合为最终输出。我们的方法消除了针对不同曝光范围使用单独模型的需求，并生成具有高输入保真度的 HDR 重建结果。在定量基准测试中，我们在多个重建指标上以可比的模型容量超越了最先进的生成基线方法。在与现有方法的成对比较中，人类评估者在 72% 的情况下更偏好我们的结果。最后，我们证明这种输入条件序列生成与融合框架可以扩展到 HDR 之外的其他图像重建任务，例如从单张散焦模糊输入中恢复全聚焦图像。
引用
@article{arxiv.2605.11628,
title = {Single-Shot HDR Recovery via a Video Diffusion Prior},
author = {Chinmay Talegaonkar and Jinshi He and Christopher McKenna and Nicholas Antipa},
journal= {arXiv preprint arXiv:2605.11628},
year = {2026}
}