基于注意力和反馈机制的HDR视频重建

摘要：

对基于深度学习的高动态范围(high dynamic range,HDR)重建进行研究,提出一种基于注意力和反馈机制的HDR重建方法.首先,将时间上连续、循环曝光的3张图像作为网络的输入,通过引入注意力模块生成注意力图像,对获取的特征进行自适应的加权,以优化网络的特征提取和减少鬼影现象的出现;然后,将反馈机制引入到网络中,进一步提高特征信息的利用率,优化网络在特征融合和重建方面的性能;最后,在L1损失函数的基础上,考虑色彩相似度损失函数和VGG(Visual Geometry Group)损失函数以增强重建后HDR图像的色彩表现及高频细节.实验结果表明,本方法不仅可获得更好的主观和客观重建质量,而且优于目前存在的主流算法.

关键词：高动态范围重建、深度学习、注意力机制、反馈机制、损失函数

所属期刊栏目：29

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金61671283

在线出版日期：2023-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：56-67