HDRTransDC：基于 Transformer 变形卷积的高动态范围图像重建
原文中文，约500字，阅读约需2分钟。发表于：。通过融合多曝光低动态范围（LDR）图像生成无伪影、具有真实细节的高动态范围（HDR）图像是高动态范围成像的目标。为了解决相关问题，本文提出了一种高质量 HDR 图像生成的 HDR 转换变形卷积（HDRTransDC）网络，该网络包括 Transformer Deformable Convolution Alignment Module（TDCAM）和 Dynamic Weight...
研究人员利用深度神经网络成功从低动态范围图像中恢复出高动态范围图像。他们通过将HDR去伪影问题转化为基于图像生成的问题，并利用LDR特征作为条件，成功生成了HDR图像。他们还设计了滑动窗口噪声估计器来减轻LDR图像饱和问题引起的语义混淆，并提出了图像空间损失来避免估计的HDR结果的色彩失真。实验结果表明，该方法在性能上达到了最先进水平，并且对真实世界图像具有良好的泛化能力。
