高动态范围图像去鬼影：A Unified HDR Imaging Method with Pixel and Patch Level

源码学习见专栏置顶～

论文作者：Qingsen Yan,Weiye Chen,Song Zhang,Yu Zhu,Jinqiu Sun,Yanning Zhang

作者单位：Northwestern Polytechnical University; Xidian University

论文链接：http://arxiv.org/abs/2304.06943v1

内容简介：

1）方向：去鬼影

2）应用：高动态范围图像去鬼影

3）背景：将不同曝光的低动态范围图像映射到高动态范围图像仍然是一个具有挑战性的问题，因为动态场景中的物体运动或相机抖动会导致鬼影。虽然基于深度神经网络的方法已经被提出来缓解鬼影，但是当运动和饱和发生时，它们不能生成令人满意的结果。

4）方法：为了在各种情况下生成视觉上令人满意的HDR图像，提出一种混合HDR去鬼影网络，称为HyHDRNet，以学习参考和非参考图像之间的复杂关系。所提出的HyHDRNet由内容对齐子网络和基于Transformer的融合子网络组成。具体而言，为了有效地避免源中的鬼影，内容对齐子网络使用补丁聚合和鬼影注意力，以补丁级别整合其他非参考图像中的相似内容，并在像素级别抑制不需要的组件。为了实现补丁级别和像素级别之间的相互指导，我们利用门控模块充分交换鬼影和饱和区域中的有用信息。此外，为了获得高质量的HDR图像，基于Transformer的融合子网络使用残差可变形Transformer块（RDTB）来自适应地合并不同曝光区域的信息。

5）结果：在四个广泛使用的公共HDR图像去鬼影数据集上测试了所提出的方法。实验表明，HyHDRNet在定量和定性上均优于现有的最先进方法，实现了具有统一纹理和颜色的吸引人的HDR可视化。