这篇综述论文对多重曝光高动态范围（HDR）成像的现有文献进行了分类和分析。它侧重于两个关键领域：多重曝光融合（MEF）和鬼影去除技术。论文考察了传统的基于滤波的方法和现代的数据驱动方法，特别是深度学习技术，后者根据其对齐和融合域（像素空间 vs. 特征空间）进一步分类。它还讨论了常用的数据集、评估指标，并概述了未来的研究方向。 AI
影响 对高动态范围成像中的深度学习技术进行了结构化概述，可能指导计算机视觉领域的未来研究和开发。
排序理由 该条目是一篇关于特定技术主题（高动态范围成像）的综述论文，发布在arXiv上。[lever_c_demoted from research: ic=1 ai=0.7]
- arXiv
- Attention Mechanism
- deep learning
- deformable convolutions
- feature vector
- Ghost removal method and radar device
- Multi-exposure fusion for welding region based on multi-scale transform and hybrid weight
- multi-exposure HDR capture
- Multi-exposure HDR Imaging
- optical flow
- Pixel Space Battles
- spatial transformers
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
