阅读论文 Deep SR-ITM:Joint Learning of Super-resolution and Inverse Tone-Mapping for 4K UHD HDR Applications

   2019 ICCV的一篇论文,将HDR和超分辨放在一起做。思路是将输入图像分成高低频,分别进行处理。这个任务的问题在于,在LR图像里,高频细节是缺失的,在SDR图像里,局部的对比度是缺失的。所以需要对这两个问题同时解决。所以有必要将图像分成高频和低频两个部分,对于高频部分,网络更加需要恢复图像的高频细节,对于增强局部对比度,这里不再适用使用卷积,而是使用调节模块,因为卷积是空间不变的,从而在pixel维度上进行像素转换(其实和增强里的光照图一个道理),对于每张图是specific的。整体结构图如下所示:

   结构图没啥好说的,论文专门一节说结构,这里不赘述。这里图像通过一个guided filter将自己分解成高频和低频两个部分分别进行处理,这样上面的那个支路更加关注于进行对比度调节,下面的支路更加关注于恢复图像的高频信息。为了分析各个部分的作用,论文还提出了一个toy net,作为上面网络的简化版,这里不再赘述。

0%