HyperAIHyperAI
منذ 2 أشهر

تعلم تحويل عملي من الراديو الرقمي إلى التلفزيون عالي الدقة باستخدام مجموعة بيانات جديدة ونماذج تدهور

Guo, Cheng ; Fan, Leidong ; Xue, Ziyu ; Jiang, and Xiuhua
تعلم تحويل عملي من الراديو الرقمي إلى التلفزيون عالي الدقة باستخدام مجموعة بيانات جديدة ونماذج تدهور
الملخص

في صناعة الوسائط، تظهر الحاجة إلى تحويل SDR إلى HDR-TV عندما يمتلك المستخدمون أجهزة تلفزيون HDR-WCG (النطاق الديناميكي العالي والطيف اللوني الواسع) بينما لا تزال معظم الأفلام الجاهزة في نطاق ديناميكي قياسي (SDR). بدأ المجتمع البحثي في معالجة هذه المهمة المرتبطة بالرؤية من المستوى المنخفض باستخدام نهج تعتمد على التعلم. ومع ذلك، عند تطبيقها على SDR الحقيقي، تميل الأساليب الحالية إلى إنتاج نتائج باهتة وقليلة التشبع، مما يجعل التحسين في تجربة المشاهدة شبه معدوم.على عكس الطرق الأخرى التي تعتمد على الشبكات العصبية، ننسب هذا النقص إلى مجموعة التدريب (زوج HDR-SDR). نتيجة لذلك، نقترح مجموعة بيانات جديدة لـ HDR-TV (وقد أطلقنا عليها اسم HDRTV4K) ونماذج جديدة لتدهور HDR إلى SDR. ثم يتم استخدامها لتدريب شبكة مقسمة حسب السطوع (LSN) تتكون من جذع خرائط عالمية وفرعين من نوع Transformer يعملان على نطاقات السطوع المضيئة والداكنة. كما قمنا بتحديث معايير التقييم باستخدام مقاييس مخصصة وتجارب ذاتية. وأخيرًا، تم إجراء دراسات تقليصية لإثبات الفعالية. يمكن الوصول إلى عملنا عبر الرابط: https://github.com/AndreGuo/HDRTVDM.

تعلم تحويل عملي من الراديو الرقمي إلى التلفزيون عالي الدقة باستخدام مجموعة بيانات جديدة ونماذج تدهور | أحدث الأوراق البحثية | HyperAI