ADNet：高動的範囲画像における注意誘導型可変畳み込みネットワーク

本稿では、手持ちマルチフレーム高動的範囲（HDR）画像生成のための注目機構を導入した可変形状畳み込みネットワーク、すなわちADNetを提案する。この問題には、露出の飽和やノイズの適切な処理、および物体の運動やカメラの振動による歪み（ミスアライメント）の対処という、従来困難とされてきた2つの課題が存在する。前者に対処するため、複数の露出設定による低動的範囲（LDR）画像から、融合に適した領域を空間的注目モジュールを用いて適応的に選択する手法を採用した。後者に対しては、ピラミッド構造・連鎖型・可変形状（PCD）アライメントモジュールを用いて、ガンマ補正後の画像を特徴量レベルで正確にアライメントする手法を提案した。評価結果において、ADNetは従来手法と比較して最先端の性能を達成し、NTIRE 2021 マルチフレームHDRチャレンジにおいて、PSNR-$l$が39.4471、PSNR-$μ$が37.6359の高いスコアを記録した。