FlexHDR: Modelling Alignment and Exposure Uncertainties for Flexible HDR Imaging

要約

ハイ ダイナミック レンジ (HDR) イメージングは​​、最新のデジタル写真パイプラインにおいて基本的に重要であり、画像全体の照明が変化しても、露出領域が良好な高品質の写真を生成するために使用されます。
これは通常、異なる露出で撮影された複数のロー ダイナミック レンジ (LDR) 画像を結合することによって実現されます。
ただし、過度に露出した領域と、補償が不十分な動きによる不整合エラーにより、ゴーストなどのアーティファクトが発生します。
このホワイト ペーパーでは、高品質の HDR 結果を生成するために位置合わせと露出の不確実性を具体的にモデル化する新しい HDR イメージング手法を紹介します。
フレームを単一の高品質 HDR 画像に堅牢にマージする HDR 対応の不確実性駆動型アテンション マップを使用して、アライメントと露出の信頼性を共同でアライメントおよび評価することを学習する戦略を紹介します。
さらに、順列不変の方法で任意の数の LDR 画像を柔軟にマージできる、漸進的で多段階の画像融合アプローチを紹介します。
実験結果は、私たちの方法が、最先端の PSNR を最大 1.1dB 改善し、より良いディテール、色、アーティファクトの少ないという点で主観的な改善により、より高品質の HDR 画像を生成できることを示しています。

要約(オリジナル)

High dynamic range (HDR) imaging is of fundamental importance in modern digital photography pipelines and used to produce a high-quality photograph with well exposed regions despite varying illumination across the image. This is typically achieved by merging multiple low dynamic range (LDR) images taken at different exposures. However, over-exposed regions and misalignment errors due to poorly compensated motion result in artefacts such as ghosting. In this paper, we present a new HDR imaging technique that specifically models alignment and exposure uncertainties to produce high quality HDR results. We introduce a strategy that learns to jointly align and assess the alignment and exposure reliability using an HDR-aware, uncertainty-driven attention map that robustly merges the frames into a single high quality HDR image. Further, we introduce a progressive, multi-stage image fusion approach that can flexibly merge any number of LDR images in a permutation-invariant manner. Experimental results show our method can produce better quality HDR images with up to 1.1dB PSNR improvement to the state-of-the-art, and subjective improvements in terms of better detail, colours, and fewer artefacts.

arxiv情報

著者 Sibi Catley-Chandar,Thomas Tanay,Lucas Vandroux,Aleš Leonardis,Gregory Slabaugh,Eduardo Pérez-Pellitero
発行日 2022-09-12 14:37:37+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, eess.IV パーマリンク