摘要
在媒体行业，当用户拥有高动态范围广色域（HDR-WCG）电视，而市面上大多数视频素材仍为标准动态范围（SDR）格式时，SDR至HDR电视的上转换需求便应运而生。研究界已经开始通过基于学习的方法来解决这一低层次视觉任务。然而，当前方法在应用于实际SDR视频时，往往会产生暗淡且色彩饱和度不足的结果，几乎未能改善观看体验。不同于其他以网络为中心的方法，我们认为这种缺陷源于训练集（HDR-SDR对）。因此，我们提出了一种新的HDR电视数据集（命名为HDRTV4K）和新的HDR至SDR退化模型。随后，我们利用该数据集训练了一个亮度分段网络（LSN），该网络由一个全局映射主干和两个分别针对亮区和暗区的Transformer分支组成。此外，我们还更新了评估标准，引入了定制的指标和主观实验。最后，通过消融实验验证了方法的有效性。我们的工作可在以下链接获取：https://github.com/AndreGuo/HDRTVDM。