Réexposition d'Images Neurales

La stratégie d’obturation appliquée au processus de prise de photo a une influence significative sur la qualité de l'image capturée. Une obturation incorrecte peut entraîner une image floue, une discontinuité vidéo ou un artefact d'obturation roulante. Les travaux existants tentent de fournir une solution indépendante à chaque problème. Dans ce travail, nous visons à réexposer l'image capturée lors du traitement postérieur afin d'offrir une méthode plus flexible pour aborder ces problèmes dans un cadre unifié. Plus précisément, nous proposons un cadre de réexposition d'image basé sur les réseaux neuronaux. Il comprend un encodeur pour la construction de l'espace latent visuel, un module de réexposition pour l'agrégation des informations vers le film neuronal avec une stratégie d'obturation souhaitée, et un décodeur pour « développer » le film neuronal en une image désirée. Pour compenser la confusion des informations et les images manquantes, des flux d'événements, capables de capturer presque des changements continus de luminosité, sont utilisés dans le calcul du contenu latent visuel. Le module de réexposition emploie à la fois des couches d'auto-attention et des couches d'attention croisée pour favoriser l'interaction entre le film neuronal et le contenu latent visuel ainsi que l'agrégation des informations au film neuronal. Le cadre proposé de réexposition d'image unifiée est évalué sur plusieurs tâches de récupération d’images liées à l’obturation et se distingue favorablement par rapport aux méthodes les plus avancées traitant chacun des problèmes indépendamment.