基于深度网络的HDR成像论文阅读

论文题目：《Deep Inverse Tone Mapping Using LDR Based Learning for Estimating HDR Images with Absolute Luminance》

本文针对其他 Inverse Tone Mapping （iTMO）算法无法获得辐照度真值的缺点提出一种获取辐照度真值的深度学习模型。

算法流程

算法流程：

1. 使用HDR数据集生成用于训练的LDR以及使用Reinhard TMO生成的LDR
2. 使用CNN训练LDR到Reinhard TMO生成的LDR的变换关系
3. 使用inverse Reinhard TMO将网络生成的LDR图像转换为HDR图像

训练网络

总结一下

这篇文章的思路并不像其他文章一样直接通过网络生成HDR，反而通过网络学习普通LDR生成Reinhard TMO映射的LDR的方法，最终使用iTMO生成HDR，iTMO的公式推导文章中也说的非常详细，iTMO在传统办法也有很多应用，并非作者首创。

文章之所以能生成带有辐照度绝对值的HDR图像还是要依赖于有一个带有辐照度绝对值的GT数据集，因此还是无法满足我自己项目的需求（由LDR合成的HDR数据集）。