Core Concepts
SelfHDRは、動的なマルチ露光画像を使用して直接HDR画像を再構築する自己監督方法であり、従来の手法と比較して優れた結果を達成します。
Abstract
この研究では、SelfHDRという自己監督HDR再構築方法が提案されています。この手法は、色と構造の2つの補完的コンポーネントに焦点を当てて学習し、従来の自己監督手法よりも優れた結果を達成します。具体的には、色コンポーネントはアラインされたマルチ露光画像から推定され、構造コンポーネントは入力参照画像と色コンポーネントによって生成されます。実験結果は、SelfHDRが最先端の自己監督手法よりも優れた結果を示し、教師あり手法と同等の性能を達成しています。
この研究では、マスクや損失関数など細かい設計が重要であり、それらが正しく実装されることで良好な結果が得られることが示唆されています。
Stats
SelfHDRは他の自己監督手法よりも1.58 dB PSNRゲインを達成している。
自己監督方法は教師あり手法と同等の性能を持っている。
実験ではKalantari et al.データセットで評価されており、多くの場合他の手法よりも優れた結果を示している。
構造保存ロス(Lsp)および構造拡張ロス(Lse)によってネットワークが学習されており、これらの要素は互いに補完的であることが重要であることが示唆されている。
Quotes
"Experiments show that SelfHDR outperforms the state-of-the-art self-supervised methods, and achieves comparable results to supervised ones."
"The main idea is to construct pseudo-inputs and pseudo-targets for HDR reconstruction."
"In this work, we aim to reconstruct HDR images directly with real-world multi-exposure images in a self-supervised manner."