BriefGPT - AI 论文速递
·
SAFNet：用于高效 HDR 成像的选择性对齐融合网络
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
提出了一种用于多曝光高动态范围图像的选择性对齐融合网络(SAFNet)，能够提取金字塔特征，细化选定区域内的有价值区域掩膜和交叉曝光运动，并以显式方式融合高质量的HDR图像。实验证明，SAFNet在数量和质量上均超过了先前的方法，并且运行速度更快。
🎯
关键要点
- 提出了一种选择性对齐融合网络(SAFNet)用于多曝光高动态范围图像。
- SAFNet通过提取金字塔特征来细化选定区域内的有价值区域掩膜和交叉曝光运动。
- 该方法显式融合高质量的HDR图像，专注于检测有意义的运动和寻找有价值的区域。
- 引入轻量级细化模块以实现详细增强。
- 提出新的窗口分割裁剪方法以便于学习大运动样本。
- 实验结果表明，SAFNet在数量和质量上均超过了先前的方法，并且运行速度更快。
🏷️
标签
➡️
