PulseAugur
实时 02:08:55
实体 high dynamic range

high dynamic range

PulseAugur coverage of high dynamic range — every cluster mentioning high dynamic range across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
4
90 天内 4
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/1 页 · 共 4 条
  1. TOOL · CL_90651 ·

    TorchCodec 0.14 增加了跨多种硬件的 HDR 视频解码功能

    TorchCodec 发布了 0.14 版本,引入了使用从标准 CPU 到高性能 CUDA GPU 的各种硬件解码高动态范围 (HDR) 视频的功能。此次更新还包括一个更快的 WAV 解码器,可能提高音频任务的性能。

  2. FRONTIER RELEASE · CL_81349 ·

    Luma Labs 通过 HDR、20 秒剪辑和多关键帧增强视频生成

    Luma Labs 发布了其视频生成模型的更新,为专业用途引入了增强功能。新功能包括 1080p 输出、使用其 V2V(视频到视频)模型生成长达 20 秒的视频,以及原生 HDR 生成和 EXR 导出,可无缝集成到现有工作流程中。这些更新还带来了多关键帧控制,可精确控制剪辑内的变化方向,并改进了运动迁移以实现逼真的编排。

  3. RESEARCH · CL_24204 ·

    ExpoCM框架加速HDR图像重建

    研究人员开发了ExpoCM,一个用于从单个低动态范围输入重建高动态范围(HDR)图像的新框架。该方法通过将问题重新表述为概率流ODE来解决过曝区域细节丢失和欠曝区域噪声的问题。ExpoCM使用曝光感知一致性轨迹和曝光引导损失函数,与现有的扩散模型相比,提高了图像质量并显著加快了推理时间。

  4. RESEARCH · CL_06202 ·

    FDIM度量为神经编码器提供通用的视频质量评估

    研究人员推出了一种新的视频质量度量FDIM,旨在评估标准动态范围(SDR)和高动态范围(HDR)内容下的传统和神经视频编码器。FDIM采用混合方法,结合深度学习进行多尺度特征提取和手工特征,以捕捉广泛的失真。FDIM在超过16,000个视频序列的大型数据集上进行训练,在各种编码器和内容类型上表现出强大的泛化能力,与主观质量评估高度相关。