新しいデータセットと劣化モデルを使用した実用的なSDRからHDRテレビへのアップコンバージョンの学習

メディア業界において、ユーザーがHDR-WCG（高動的範囲-広色域）テレビを所有している一方で、市販の映像コンテンツの多くは依然としてSDR（標準動的範囲）形式であるため、SDRからHDR-TVへのアップコンバージョンの需要が生じています。研究コミュニティは、この低レベル視覚タスクに学習ベースのアプローチを用いて取り組み始めています。しかし、現行の方法を実際のSDRに適用すると、結果が暗く彩度が低下する傾向があり、視聴体験にほとんど改善をもたらさないことがあります。他のネットワーク指向の手法とは異なり、我々はこのような欠点をトレーニングセット（HDR-SDRペア）に起因すると考えています。したがって、新しいHDR-TVデータセット（HDRTV4Kと命名）と新しいHDR-to-SDR劣化モデルを提案します。その後、これらのモデルを使用して、グローバルマッピングトランクと明るい輝度範囲および暗い輝度範囲向けの2つのトランスフォーマー分岐から構成される輝度分割ネットワーク（LSN）を訓練します。また、評価基準をカスタマイズされた指標と主観的実験によって更新しています。最後に、アブレーションスタディを通じて有効性を証明しています。当該研究は以下のURLで公開されています：https://github.com/AndreGuo/HDRTVDM。