PulseAugur
中
实时 12:12:35
English(EN) ExpoMotion: A Large-Scale Benchmark and A Householder Projection Network for Multi-Exposure Fusion

新的ExpoMotion基准和HOP网络应对多曝光融合挑战

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了ExpoMotion，这是一个大规模基准数据集，旨在评估动态场景中多曝光融合（MEF）的去重影能力。该数据集包含1,738个序列和10,909张图像，解决了现有基准通常忽略运动且缺乏可靠真实情况的局限性。为了处理ExpoMotion中的复杂性，提出了一种新的Householder正交投影（HOP）网络。该网络将对齐分解为曝光预对齐和重影过滤，利用全局先验照明对齐模块进行曝光协调，并利用Householder正交注意力模块将伪影投影到特征流形之外。 AI

影响 引入了一个新的基准和模型，用于改善动态、多曝光摄影中的图像质量。

排序理由 该集群包含一篇研究论文，介绍了一个新的基准数据集和一个用于特定计算机视觉任务的新型网络架构。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的ExpoMotion基准和HOP网络应对多曝光融合挑战

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yao Liu, Lishen Qu, Shihao Zhou, Jie Liang, Hui Zeng, Yabin Peng, Huipeng Lin, Lei Zhang, Jufeng Yang ·

    ExpoMotion: A Large-Scale Benchmark and A Householder Projection Network for Multi-Exposure Fusion

    arXiv:2607.03110v1 Announce Type: new Abstract: Multi-Exposure Fusion (MEF) effectively extends dynamic range, but practical deployment is hindered by motion-induced ghosting and the scarcity of high-quality dynamic benchmarks. Current benchmarks largely neglect dynamic scenes an…

相关话题