HDR视频合成论文《Deep HDR Video Sequences from Exposure Alternations》
发布时间
阅读量：
阅读量
在EUROGRAPHICS 2019中，采用交替曝光度的视频作为输入，实现了HDR视频的合成。
图1展示了相邻的三帧画面，由于采用了两种不同的曝光设置，使得每一帧都会丢失部分信息。例如，Z_{i-1}与Z_{i+1}是通过较低的曝光度获取的，这在图像中会导致裙部出现噪点；而Z_i则会在手部区域丢失细节，因此需要借助相邻不同曝光度的画面来还原这些缺失的信息。
贡献：
1、本研究首次采用深度学习技术生成HDR视频，具有较高的质量和较快的速度
2、本文设计了一种专门用于HDR视频处理的光流网络，其性能优于现有的非深度学习方法以及基于深度学习的相关方法
3、对KALANTARI所提出的合并网络的输入方式和结构进行了改进，从而显著提升了整体性能
本研究旨在利用交替曝光度的视频素材合成HDR视频，并将原本仅包含两种曝光度的方式扩展至三种曝光度。
在此过程中提出了两个关键网络模块：光流预测网络与合并网络，以实现HDR视频的生成。
还没有任何评论哟~