BriefGPT - AI 论文速递
·
训练用于修复任务的神经网络的 RAW 和 HDR 图像
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本研究使用交错传感器捕捉两个曝光图像，并通过融合算法转换为原始和sRGB颜色空间下的HDR图像。通过基于金字塔流向引导变形卷积的Raw-HDRNet模型，以LDR图像为输入进行高清重构。该模型在真实场景下的表现优于sRGB输入。
🎯
关键要点
- 本研究采用交错传感器捕捉两个曝光图像。
- 通过融合算法将曝光图像转换为原始和sRGB颜色空间下的HDR图像。
- 创建了一个包含85个场景和每个场景包含60个帧的大规模LDR-HDR视频数据集。
- 提出了基于金字塔流向引导变形卷积的Raw-HDRNet模型。
- 该模型以LDR图像为输入进行高清重构。
- 在真实场景下，该模型的表现优于sRGB输入。
➡️
