Konsep Inti
Das vorgeschlagene PASTA-Rahmenwerk nutzt eine hierarchische Darstellung und eine schrittweise Aggregation, um eine effektive und effiziente HDR-Entgeisterung zu erreichen, indem es die Vorteile der hierarchischen Darstellung voll ausschöpft.
Abstrak
Die Studie präsentiert ein neuartiges Rahmenwerk namens PASTA (Progressively Aggregated Spatio-Temporal Alignment) für die HDR-Entgeisterung. PASTA nutzt eine hierarchische Darstellung und eine schrittweise Aggregation, um eine effektive und effiziente HDR-Bildgebung zu erreichen.
Schlüsselpunkte:
- PASTA verwendet die diskrete Wavelet-Transformation (DWT), um eine hierarchische Darstellung zu etablieren und die statistischen Beziehungen zwischen den Wavelet-Unterband-Koeffizienten implizit zu erfassen.
- Das Modell nutzt eine schrittweise Aggregationsstrategie, um die Informationen über die verschiedenen Hierarchieebenen hinweg effizient zu extrahieren und zu verfeinern.
- PASTA übertrifft die derzeitigen State-of-the-Art-Methoden sowohl in Bezug auf die visuelle Qualität als auch auf die Leistungskennzahlen und erzielt eine erhebliche Steigerung der Inferenzgeschwindigkeit um den Faktor 3.
- Eine ultraleichte Version des Modells erhöht die Geschwindigkeit sogar um fast das 9-Fache, ohne dabei die Leistung wesentlich zu beeinträchtigen.
Statistik
Die Auflösung der Eingabebilder beträgt 1000×1500 und 2560×1440 (2K).
Die durchschnittliche Inferenzzeit für drei LDR-Bilder auf einer RTX 3090 GPU (24 GB) beträgt für PASTA-I 2,418 Sekunden und für PASTA-I-Tiny 0,867 Sekunden bei 1000×1500 sowie 5,969 Sekunden und 2,071 Sekunden bei 2560×1440.
Der maximale GPU-Speicherverbrauch für PASTA-I beträgt 7,850 GB und für PASTA-I-Tiny 6,015 GB bei 1000×1500 sowie 18,743 GB und 14,399 GB bei 2560×1440.
Kutipan
Keine relevanten Zitate gefunden.