每天一分钟,带你读遍机器人顶级会议文章
标题:Learning High Dynamic Range from Outdoor Panoramas
来源:International Conference on Computer Vision (ICCV 2017)
编译:博主
欢迎个人转发朋友圈;其他机构或自媒体如需转载,后台留言申请授权
ժҪ
众所周知,由于室外照明具有非常大的动态范围,所以必须使用特殊的设备采集影像,这使得室外图像的处理非常具有挑战性。在本文中,作者提出了一个新的方法,首先使用常规的LDR全景相机拍摄,然后使用一个基于深度学习的逆色调映射方法将其转化成HDR图像;其核心思路是使用一个深度自编码架构从非线性、饱和、低动态范围全景照片中回归出线性、高动态范围的全景照片。
本文在大量的模拟数据和一个具有真实值的真实数据集上进行了测试。本文提出的算法具有非常广泛的应用,例如室外光场估计和图像匹配。
图1 本文的网络框架
图2 基于单张图像的光场估计,其中第一行是原始照片,第二行是基于真实值的渲染,第三行是基于估计光场的渲染
图3 基于Google街景的光场估计和渲染
图4 基于太阳亮度和高度的图像匹配
文章来源: 基于室外全景获取高动态范围