CVhomework

 A High Contrast Video Inverse Tone Mapping Operator for High Dynamic Range Applications

摘要：

在这篇论文中，提出了一种高对比度的视频iTMO，它解决了现有方法的缺点，产生的HDR视频质量值得新兴的HDR技术的期望。 方法是内容自适应的，能够将SDR视频转换成任何目标动态范围的HDR视频。 方法遵循人类视觉系统(HVS)的特点，即对黑暗区域的亮度变化比明亮和正常区域更敏感，并相应地映射这些区域 。

提出的iTMO使用一种基于HVS对亮度变化敏感性的分割方法，并使用SDR框架感知编码的光值构建映射曲线，该iTMO基于每个SDR帧的亮度分布实现了高对比度的HDR视频。此外，我们的iTMO能够处理所有类型的SDR帧，从黑暗到明亮的场景，动态控制噪音和带状工件，保持它们在不可感知的水平。我们的实验结果表明，在最终的HDR视频的整体视觉质量方面，我们提出的iTMO平均优于现有的操作

本文iTMO的工作流程如图1所示。方法的主要组成部分包括将SDR值转换为感知值，根据HVS对不同亮度范围变化的敏感性，将结果值分离为暗、正、亮区域。这些步骤之后，通过最大化每个区域的输入SDR和输出HDR帧之间的对比度差异，计算相应的斜率，最后将SDR值映射到目标HDR范围

SDR光值向感知值的转换和向黑暗、正常、明亮区域的分离  

首先将捕获的SDR光值转移到PQ域中，因此映射过程利用了人类视觉系统的特征。 下一步是计算得到的PQ值的分布(直方图)，它将PQ值分组到统一大小的bin中(即，每bin的亮度/亮度/强度值相同)。每个bin的高度表示具有这些光强值的帧中的像素数。图2是这种分布的一个例子。注意，本例中的SDR光值范围为0.1到100个nits，在PQ域中范围为0.0623到0.5081

为了利用HVS对不同亮度变化的敏感性，我们将SDR PQ值按照亮度分为三个区域。根据我们的实验结果在一组全面的框架,我们对输入SDR帧将光值范围[0.1 -0.5]nits(或[0.0623 - 0.1217]PQ域)为黑暗,值的范围(0.5 -30]nits(或在PQ域)(0.1217 - 0.3962]为正常的,和光线值的范围(30 - 100]尼特(或在PQ域)(0.3962 - 0.5081]作为明亮的区域

本文选择分段线性映射函数（比较了指数和多项式映射函数）将SDR PQ值映射到 HDR PQ值.

我们的目标是最大化输入SDR和输出HDR帧之间的对比度差异,计算每个区域的映射函数的斜率，使输入SDR和输出之间的对比差异最大化HDR帧。我们将每个区域的对比度定义为两个相邻感知编码的光值之间的差异