Single-Image HDR Reconstruction Assisted Ghost Suppression and Detail Preservation Network for Multi-Exposure HDR Imaging

我们的工作旨在弥合现有方法在动态场景中重建多曝光低动态范围（LDR）图像到高动态范围（HDR）图像时存在的挑战，特别是在保留和恢复过曝区域信息以及避免幽灵伪影方面的挑战。我们开发了一个多曝光HDR图像重建网络，结合单帧HDR图像重建，有效地利用了单帧HDR重建的无幽灵特性和ESI在过曝区域的细节增强能力。具体而言，SHDR-ESI创新地将单帧HDR重建与ESI的利用相结合。这种结合不仅优化了单幅图像HDR重建过程，而且有效地指导了SHDR-AMHDR中多曝光HDR图像的合成。在此方法中，单帧HDR重建特别用于减少多曝光HDR合成中潜在的幽灵效应，而使用ESI图像则有助于增强HDR合成过程中的细节信息。从技术上讲，SHDR-ESI包括一个细节增强机制，包括自我表示模块和相互表示模块，旨在从参考图像和ESI中聚合关键信息。为了充分利用非参考图像的互补信息，特征交互融合模块被集成在SHDRA-MHDR中。此外，一个幽灵抑制模块，由SHDR-ESI的无幽灵结果指导，被用于抑制幽灵伪影。

多曝光低动态范围图像的高动态范围图像重建存在挑战，特别是在保留和恢复过度饱和区域的信息以及避免幽灵伪影方面。本论文旨在开发一种适用于动态场景的多曝光HDR图像重建网络，辅以单帧HDR图像重建。

本文提出的SHDR-ESI和SHDRA-MHDR网络结合了单帧HDR重建和ESI在过度饱和区域中增强细节的能力，以有效地解决多曝光HDR合成中的幽灵伪影问题。

本文创新性地将单帧HDR重建与ESI的利用相结合，以优化单帧HDR重建过程，并有效地指导SHDRA-MHDR中多曝光HDR图像的合成过程。SHDR-ESI还包括一种细节增强机制，以聚合来自参考图像和ESI的关键信息。SHDRA-MHDR中还集成了特征交互融合模块来充分利用来自非参考图像的互补信息。本文还使用由SHDR-ESI的无幽灵结果指导的幽灵抑制模块来抑制幽灵伪影。

最近的相关研究包括：1）'Deep High Dynamic Range Imaging of Dynamic Scenes'，2）'Deep Learning for Ghost-Free High Dynamic Range Imaging'，3）'A Multi-Exposure Fusion Framework for High Dynamic Range Image Synthesis'。