论文题目:《Deep Inverse Tone Mapping Using LDR Based Learning for Estimating HDR Images with Absolute Luminance》
本文针对其他 Inverse Tone Mapping (iTMO)算法无法获得辐照度真值的缺点提出一种获取辐照度真值的深度学习模型。
算法流程
算法流程:
- 使用HDR数据集生成
用于训练的LDR
以及使用Reinhard TMO生成的LDR
- 使用CNN训练
LDR
到Reinhard TMO生成的LDR
的变换关系 - 使用
inverse Reinhard TMO
将网络生成的LDR图像转换为HDR图像
训练网络
总结一下
这篇文章的思路并不像其他文章一样直接通过网络生成HDR,反而通过网络学习普通LDR生成Reinhard TMO映射的LDR
的方法,最终使用iTMO
生成HDR,iTMO
的公式推导文章中也说的非常详细,iTMO
在传统办法也有很多应用,并非作者首创。
文章之所以能生成带有辐照度绝对值的HDR图像还是要依赖于有一个带有辐照度绝对值的GT数据集,因此还是无法满足我自己项目的需求(由LDR合成的HDR数据集)。