X2HDR：在感知均匀空间中的 HDR 图像生成
计算机视觉与模式识别
2026-02-05 v1 图形学
摘要
高动态范围 (HDR) 格式与显示器正日益普及，但当前最先进的图像生成模型（如 Stable Diffusion 和 FLUX）通常局限于低动态范围 (LDR) 输出，由于缺乏大规模 HDR 训练数据。本文表明，现有的预训练扩散模型可轻松适配 HDR 生成，无需从头重新训练。关键挑战在于，HDR 图像本质上以线性 RGB 表示，其强度和颜色统计与 sRGB 编码的 LDR 图像有显著差异。然而，通过将 HDR 输入转换为感知均匀编码（例如使用 PU21 或 PQ），可有效弥合这一差距。经验上，我们发现，LDR 预训练的变分自编码器 (VAE) 能以与 LDR 数据相当的保真度重构 PU21 编码的 HDR 输入，而线性 RGB 输入则会导致严重的质量下降。基于此发现，我们描述了一种高效适配策略：冻结 VAE 并仅通过感知均匀空间中的低秩适配对去噪器进行微调。这一方法实现了统一的计算方案，支持文本到 HDR 合成和单图像 RAW 到 HDR 重建。实验表明，采用感知编码适配在感知保真度、文本-图像对齐性和有效动态范围方面均优于先前技术。
引用
@article{arxiv.2602.04814,
title = {X2HDR: HDR Image Generation in a Perceptually Uniform Space},
author = {Ronghuan Wu and Wanchao Su and Kede Ma and Jing Liao and Rafał K. Mantiuk},
journal= {arXiv preprint arXiv:2602.04814},
year = {2026}
}
备注
Project page: https://x2hdr.github.io/, Code: https://github.com/X2HDR/X2HDR