FHDR: 単一のLDR画像からHDR画像再構成を用いたフィードバックネットワーク

単一露光の低動的範囲（LDR）画像から高動的範囲（HDR）画像を生成することが、最近のディープラーニングの進歩により可能になりました。LDRからHDR表現を学習するためのさまざまなフィードフォワード型畳み込みニューラルネットワーク（CNNs）が提案されています。CNNsの能力をより効果的に活用するために、リカレントニューラルネットワークの隠れ状態を使用して、初期の低レベル特徴量が高レベル特徴量によってガイダンスされるというフィードバックのアイデアを利用しています。伝統的なフィードフォワード型ネットワークでの単一の順方向パスとは異なり、フィードバック型ネットワークではLDRからHDRへの再構成が複数回の反復を通じて学習されます。これにより、粗い表現から細かい表現へと段階的に改善され、各反復で再構成品質が向上します。標準的なフィードフォワード型ネットワークに比べて、早期再構成能力や少ないネットワークパラメータでより良い再構成品質を得られるなどの利点があります。私たちは密集したフィードバックブロックを設計し、単一露光LDR画像からのHDR画像生成に向けたエンドツーエンドのフィードバックネットワークFHDRを提案しました。定性的評価と定量的評価は、当社の手法が最先端技術よりも優れていることを示しています。