HyperAIHyperAI

Command Palette

Search for a command to run...

شبكة عميقة ذات مرحلتين لإعادة بناء الصور بديناميكية عالية

Sharif SMA ; Naqvi Rizwan Ali ; Biswas Mithun ; Sungjun Kim

الملخص

تعد ترجمة صورة ذات نطاق ديناميكي منخفض (LDR) إلى صورة ذات نطاق ديناميكي عالي (HDR) من بين أكثر مهام الترجمة بين الصور صعوبة بسبب المعلومات المفقودة المتعلقة بالتعرض. يعالج هذا البحث تحديات ترجمة LDR إلى HDR في الصورة الواحدة بطرح شبكة عميقة جديدة تتكون من مرحلتين. وبشكل خاص، يهدف الأسلوب المقترح لدينا إلى إعادة بناء صورة HDR دون معرفة معلومات الأجهزة، بما في ذلك وظيفة الاستجابة للكاميرا (CRF) وإعدادات التعرض. لذلك، نسعى لتنفيذ مهام تعزيز الصورة مثل إزالة الضوضاء وتصحيح التعرض وغيرها في المرحلة الأولى. بالإضافة إلى ذلك، تتعلم المرحلة الثانية من شبكتنا العميقة الخريطة اللونية والتوسيع البتي من مجموعة محدبة من عينات البيانات. تظهر المقارنات النوعية والكمية أن الطريقة المقترحة يمكنها أن تتفوق على الأعمال الحالية في مجال ترجمة LDR إلى HDR بمقدار طفيف. بالإضافة إلى ذلك، جمعنا مجموعة بيانات تحتوي على صور LDR باستخدام أنظمة كاميرا مختلفة. يوضح التقييم باستخدام الصور الحقيقية التي جمعناها أن الطريقة المقترحة يمكنها إعادة بناء صور HDR معقولة دون ظهور أي تشوهات بصرية. الكود متاح: https://github.com/sharif-apu/twostageHDR_NTIRE21.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp