SR-ITM——融合超分辨率和逆色调映射（一）

最新推荐文章于 2024-12-14 19:10:10 发布

AI视觉小白

最新推荐文章于 2024-12-14 19:10:10 发布

阅读量861

点赞数

分类专栏： AI视觉文章标签：深度学习

本文链接：https://blog.csdn.net/qq_39426240/article/details/107449455

版权

本文介绍了将深度学习应用于超分辨率(SR)和逆色调映射(ITM)的技术，旨在提升4K UHD HDR视频质量。文章回顾了超分辨率领域的经典算法，如SRCNN、VDSR、ESPCN、CARN、LapSRN、SRGAN和DRLN，阐述了它们的网络结构和特点，并强调了深度学习在图像质量提升上的优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

论文:Deep SR-ITM: Joint Learning of Super-Resolution and Inverse Tone-Mapping for 4K UHD HDR Applications
论文地址：https://arxiv.org/abs/1904.11176v1
代码：https://github.com/greatwallet/Pytorch-Implemented-Deep-SR-ITM

这篇文章为2019年ICCV的oral论文，以融合超分辨率技术和逆色调映射，来达到图像质量的改善。准备三期更新该系列论文。这篇解读先围绕超分辨率技术进行综述介绍，下一期围绕逆色色调技术展开综述讲解。最后一期主讲该超分辨率和逆半色调的融合算法。
在这里插入图片描述
目前由于4K/8K HDR电视的快速发展，HDR超高清视频提供更好的体验，而目前缺乏HDR视频，拍摄制作复杂。所以存在大量存在HD SDR视频需要算法改进。