HyperAIHyperAI
منذ 17 أيام

ADNet: شبكة تقويمية متحركة موجهة بالانتباه للتصوير بعرض ديناميكي عالٍ

Zhen Liu, Wenjie Lin, Xinpeng Li, Qing Rao, Ting Jiang, Mingyan Han, Haoqiang Fan, Jian Sun, Shuaicheng Liu
ADNet: شبكة تقويمية متحركة موجهة بالانتباه للتصوير بعرض ديناميكي عالٍ
الملخص

في هذه الورقة، نقدم شبكة ت(Convolutional Network) مُوجَّهة بالانتباه وقابلة للتشوه لتصوير الصور عالية النطاق الديناميكي (HDR) متعددة الإطارات باليد، والمعروفة باسم ADNet. يتكوّن هذا المشكل من تحديين صعبين لا يمكن تجاوزهما: الأول هو كيفية التعامل بشكل مناسب مع التشبع والضوضاء، والثاني هو التصدي للانحرافات الناتجة عن حركة الكائنات أو اهتزاز الكاميرا. ولحل التحدي الأول، نستخدم وحدة انتباه مكاني لاختيار مناطق مناسبة بشكل تلقائي من صور منخفضة النطاق الديناميكي (LDR) ذات تعرضات مختلفة لدمجها. أما بالنسبة للتحدي الثاني، نقترح محاذاة الصور المصححة حسب الجاما على مستوى الميزات باستخدام وحدة محاذاة هرمية متسلسلة قابلة للتشوه (PCD). تُظهر ADNet أداءً يُعدّ من أفضل الأداء في الأدوات السابقة مقارنة بالطرق السابقة، حيث حققت قيم PSNR-$l$ البالغة 39.4471 وPSNR-$μ$ البالغة 37.6359 في مسابقة NTIRE 2021 لتصوير الصور HDR متعددة الإطارات.