Learning Continuous Exposure Value Representations for Single-Image HDR Reconstruction 论文阅读笔记

• 这是国立阳明交通大学、联发科和英伟达合作的一篇ICCV 2023的HDR Reconstruction的论文
• 文章用INR来生成具有连续曝光值的图片，从而能够生成更加多样的LDR图片，而文章发现用更多样的LDR图片训练的网络具有更好的性能，这也是文章的动机。
  
• 文章说用了INR的思路，其实根本就不是INR，INR的输入是坐标，而这里其实就是把s给repeat成feature map大小concatenate到feature map后面，然后用几个1x1卷积进行处理，美其名曰MLP，又不是1x1卷积就是INR，这个做法跟KIND的做法几乎是一样的。所以这个网络从头到尾也没什么特别的，就是把EV值作为额外通道concatenate进去而已，而训练流程就更没什么特别的了，就是下面这样：
  
• 评价：要么运气好碰上不太会的审稿人，要么关系户，我是看不出创新点在哪。