May, 2021

基于偏振相机的深度快照 HDR 重建

PDF
TL;DR本研究探讨了利用微型极化器技术进行高动态范围成像，通过对不同极化滤镜角度获取的多张图像进行不同曝光时间的拟合，最终提出了一种基于深度快照的 HDR 重建算法，并创建了数据集进行验证，结果表明该方法超越了现有最先进的 HDR 重建算法。
on-chip micro-polarizer technologypolarization imageshigh-dynamic-range imagingpolarizer orientationdeep snapshot hdr reconstruction
发现论文，激发创造
  • 使用偏振相机进行快照高动态范围成像

    通过在偏振相机前放置线偏器，本研究提出一种简单而高效的方法将市售偏振相机转变为高性能的高动态范围相机，并通过稳健的异常值处理算法从测量中重建出一张高动态范围影像（单极性），我们通过大量的实际实验证明了方法的功效。

    Aug, 2023

  • 学习去模糊极化图像

    提出了一种针对极化图像模糊的处理方法，通过将问题分解为两个较不病态的子问题，并设计两阶段神经网络来处理这两个子问题，实验结果表明我们的方法在合成和真实图像上都取得了最新的性能，并且能够改善基于极化的视觉应用的性能，如图像去雾和反射去除。

    Feb, 2024

  • 极化成像技术在感知领域的应用

    本文中，我们分析了使用 RGB 偏振相机相比 RGB 相机在感知任务中的潜在效果，并探讨了深度神经网络的应用，研究表明，使用 RGB 偏振相机可以在双目深度估计和自由空间检测方面实现可量化的改进，同时，我们还提出了一种新的数据集，为感知算法的发展提供了支持。

    May, 2023

  • 利用 Pocoformer 的极化彩色图像去噪

    本文提出了基于学习的方法来同时恢复清晰的信号和精确的极化信息，一个基于视觉 Transformer 的混合 Transformer 模型被提出以进行极化彩色图像去噪，实验表明该方法的有效性并分析了影响结果的关键因素。

    Jul, 2022

  • 极化多视角反渲染

    本文介绍了一种名为极化多视角反渲染的三维重建方法，该方法通过利用输入的多视颜色极化图像所提取的几何、光度和极化线索，可有效地优化光度反演，并充分考虑备选的方位角度信息来估计每个表面顶点的法向量，从而实现了对物体精细的三维重建。

    Jul, 2020

  • 深度极化成像应用于三维形状和 SVBRDF 获取

    本文提出了一种使用偏振线索高效获取物体形状和空间变化反射的新方法，其中偏振成像与深度学习相结合，可以在正面闪光照射下使用单视角偏振成像实现高质量估计物体形状和反射。

    May, 2021

  • 单次高动态范围成像的深度光学技术

    通过联合训练光学编码器和电子解码器，优化 PSF 参数的镜头表面，并将其作为硬件附加件添加到传统相机中，我们证明这种深度光学成像的单拍 HDR 成像方法优于纯 CNN 方法和其他 PSF 工程方法。

    Aug, 2019

  • 多传感器 HDR 视频重建的统一框架

    该论文提出了一种基于多传感器的摄像机系统，旨在直接从原始传感器数据进行 HDR 组装的统一方法，其中包括适用于 HDR 视频的相机噪声模型和基于拟合局部多项式逼近观察到的传感器数据的空间自适应 HDR 重构算法。

    Aug, 2013

  • 使用深度卷积神经网络从单个曝光重建 HDR 图像

    本文介绍了一种基于深度学习算法的深度卷积神经网络，用于从单张曝光照片中预测 HDR 图像信息，可以在各种不同情况下重建出高分辨率、视觉上令人信服的 HDR 图像，具有广泛的应用前景。

    Oct, 2017

  • RawHDR：单张 RAW 图像的高动态范围图像重建

    通过将更多信息的 Raw 传感器数据与现有的 8 位 LDR sRGB 图像相结合，本文提出了一种适用于 Raw 图像的模型，通过学习曝光蒙版、双强度引导和全局空间引导等方法，实现对高动态范围场景的重建，并通过大量的 Raw/HDR 数据集进行实证评估，验证了该方法的优越性。

    Sep, 2023