基于无监督学习的多尺度曝光融合
原文中文，约300字，阅读约需1分钟。发表于：。该研究解决了在高动态范围 (HDR) 场景中将不同曝光的低动态范围 (LDR) 图像融合成高质量 LDR 图像的问题。提出了新颖的损失函数，使无监督学习的多尺度曝光融合算法能够从HDR场景中获取更可靠的信息，显著提高了融合图像的质量，并引入了多尺度策略以更好地保留场景深度和局部对比度。实验结果显示，该算法在性能上超过了当前最先进的曝光融合算法。
该研究提出了一种无监督学习的多尺度曝光融合算法，解决了在HDR场景中将不同曝光的LDR图像融合成高质量LDR图像的问题。通过新颖的损失函数和多尺度策略，算法显著提高了图像质量，保留了场景深度和局部对比度。实验结果显示，该算法优于现有方法。
