arXiv cs.AI· Hanwool Sul, Chang-Hoon Jeong, Kisung Shin, Bomseok Park, Donghoon Cha, Hansl von Kwon, DoHyung Ku, Byoung-Tak Zhang·· 1 天前AI 评分26
将视频逆色调映射重构为盲后验推理：基于潜在亮度监督的方法
Reframing Video Inverse Tone Mapping as Blind Posterior Inference via Latent Luminance Supervision
AI 导读
研究将视频逆色调映射（ITM）重构为未知色调算子下的盲后验推理问题，指出公开生成式方法存在系统性亮度偏差，即"亮度误差"，其方向随输入背后的色调算子变化。方法用视频扩散潜空间上的固定仿射泛函直接读取对数亮度，并配合非对称损失仅在裁剪导致亮度不受约束处选取后验的 expectile，同时通过显式色调算子族合成训练 SDR 数据。
正文 · AI 翻译
摘要：高动态范围（HDR）显示器如今已很普遍，但大多数视频内容，例如档案素材、广播材料以及生成式视频模型的输出，仅以标准动态范围（SDR）存在。这一需求对生成视频最为迫切，因为生成视频根本没有 HDR 母版，却要与以 HDR 完成的实拍和视觉特效素材一同调色。将 SDR 转换为 HDR 意味着要撤销一个从未被记录过的色调映射操作，而裁剪会在其作用之处破坏辐射度，因此 HDR 恢复是一个盲逆问题。基于生成视频先验的方法用合理的结构填充被裁剪区域，但它们的重建存在系统性偏差：在我们测试的每一种公开方法中，饱和内容都偏向过亮或过暗，且偏向的方向随输入背后的色调算子而变化。我们将这一失败称为亮度误差，测量其幅度与符号，并使其成为本工作的焦点。将 ITM 重新表述为未知算子下的后验推断，可将该失败定位在两处，并产生两项修正。视频扩散潜变量的一个固定仿射泛函无需解码即可读出对数亮度；在该坐标上，非对称损失选择后验的一个期望分位数，仅应用于裁剪导致亮度不受约束之处。我们还通过一族显式的色调算子合成训练用 SDR，使模型对观测无法显示的内容进行边缘化。以这种方式训练后，我们的亮度误差在不同算子间保持更平稳，且平均而言小于任何公开方法，完整系统在全部三个基准上取得最佳感知质量。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.15146 [cs.CV] |
| （或本版本的 arXiv:2611.15146v1 [cs.CV]） | |
| https://doi.org/10.48550/arXiv.2611.15146 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Hanwool Sul [查看邮箱]
[v1]
2026年11月11日星期三 07:36:06 UTC（9,091 KB）
来源：arXiv cs.AI · arxiv.org