Deep Reverse Tone Mapping

http://www.npal.cs.tsukuba.ac.jp/~endo/projects/DrTMO/index.html

Keyword: Reverse tone mapping; high dynamic range (HDR) imaging; convolutional neural networks

Abstract

问题描述

• 从一张 LDRI（低动态范围图像）生成 HDRI（高动态范围图像）。采用的方法为，利用HDR相片和相机参数生成不同曝光程度的相片作为输入，训练CNN网络的曝光参数，从而可以预测单一LDR相片在不同曝光下的图片，最后将这些图片合成一张HDR相片。

主要贡献

• 提出了一个训练网络CNN，可用于学习如何由一张LDR相片生成HDR相片。

• 提出了一个基于上曝光和下曝光的网络结构，并详述了训练集的提取方法。

Main Effect/Pipeline

主要流程

训练集制作

根据HDR相片和虚拟的相机参数设置，还原出不同曝光程度下的LDR相片，作为CNN的训练集

Discussion

缺点

• 由于HDR相片是由多张不同曝光下的LDR相片合成的，曝光数量限制了HDR在大动态范围的表现效果。

• 对于一些有大片裁剪区域(Clipped region)的相片，还原出来的HDR相片会有平铺斑纹，这是网络中卷积核相对于被测试图片过小导致的。

• 训练集较小，HDR相片不易采集，作者提出用3D模型大量创建HDR相片。

Results

正面

反面