high dynamic range | BriefGPT

关键词high dynamic range

搜索结果 - 31

高动态范围图像色调映射的无配对学习
本研究描述了一种基于对原生 LDR 图像的最佳视觉特征复制目标的新的色调映射方法，通过无关的 HDR 和 LDR 图像数据集的对抗性训练生成具有照片般逼真质量的无伪影图像，并通过不同的图像保真度指数和视觉距离证明其实现的最新性能。
PDF3 years ago
HDRUNet: 使用去噪和去量化技术进行单图高动态范围图像重建
本文提出了一种基于学习的方法，使用空间动态编码器 - 解码器网络，HDRUNet，通过去噪和去量化来实现单张图像的高动态范围重建，提出了 Tahn_L1 损失函数，获得了最先进的性能。
PDF3 years ago
高动态范围图像重建的双阶段深度网络
本研究提出了一种新的两阶段深度网络，旨在通过第一阶段的图像增强任务和第二阶段基于数据样本的色调映射和位扩展，将单次曝光的低动态范围图像映射成高动态范围图像，无需了解相机响应函数（CRF）和曝光设置等硬件信息。实验结果表明，该方法可以在质量和
PDF3 years ago
使用具有掩蔽特征和感知损失的 CNN 进行单张图像 HDR 重建
本研究提出了一种基于深度学习的方法来完善数字相机的图像，通过采用新颖的特征掩蔽机制和 VGG-based 感知丢失函数的采用，能够更好地还原实际场景中鲜艳颜色的图像。
PDF4 years ago
CVPR学习相机回退管线进行单图高动态范围重建
该研究提出了一种基于 CNN 的图像重建算法，通过采用域知识来对低动态范围图像制造管道进行建模，并将重建问题分解为特定的子任务，最终的模型相比现有的单一图像 HDR 重建算法表现更好。
PDF4 years ago
使用反馈网络从单个 LDR 图像重建 HDR 图像
该论文利用反馈神经网络设计了一种新的端到端反馈网络 - FHDR，可将单曝光低动态范围图像生成高动态范围图像，并在定性和定量评估中显示出优越性。
PDF5 years ago
CVPR学习从事件中超分辨强度图像
该研究提出一种基于事件流的端到端神经网络，能够从低空间分辨率的事件摄像头中重建出高分辨率，高动态范围的图像，优于现有同类算法，可通过使用主动传感像素框架或迭代重建图像方法进一步扩展。
PDF5 years ago
Merging-ISP: 多曝光高动态范围图像信号处理
本研究提出了一种名为 Merging-ISP 的多曝光 HDR 图像信号处理管线，通过深度神经网络对 CFA 数据进行处理，直接重建多组曝光下的动态场景的 HDR 图像，相较于传统的串联算法方案，Merging-ISP 可以最优地解决所有子
PDF5 years ago
AAAIJSI-GAN: 基于 GAN 的联合超分辨率和反色调映射，采用逐像素任务特定滤波器处理 UHD HDR 视频
本文提出了一种基于生成对抗网络的分组超分辨率和反色调映射联合学习模型，通过精心设计包括图像重建子网、细节恢复子网和局部对比度增强子网等三个任务特定子网，训练一对 1D 可分离细节恢复像素滤波器和一个局部对比度增强 2D 滤波器，以提高本文模
PDF5 years ago
高动态范围图像深度色调映射算子
本研究提出一种快速，无参数，可自适应不同场景的基于深度生成对抗网络（cGAN）的色调映射运算符（DeepTMO），用于在不同的低动态范围（LDR）输出设备上可视化大量高动态范围（HDR）内容，从而解决现有算子只能成功映射一定数量 HDR 内
PDF5 years ago
CVPR基于注意力引导的网络，用于无幽灵高动态范围成像
提出了一种采用注意力模块引导合并 LDR 图像的高动态范围成像（AHDR）神经网络，此方法可避免光流估计误差引起的伪影问题，通过实验证明该方法能够在图像质量上达到最先进的水平。
PDF5 years ago