基于多模态学习的高动态范围图像色调映射

摘要

针对现有色调映射技术在实际应用中所面临的若干关键挑战，诸如映射结果的稳定性不足、难以兼顾图像的自然美感以及对复杂光照环境与多元场景类型的适应性有限等问题，本文提出了一种基于多模态学习的色调映射方法，旨在通过共享文本与图像的语义空间，获取跨模态监督信息，以期实现更为精准、自然且具有普适性的色调映射.借助对比文本图像大模型的文本图像匹配信息辅助模型进行无监督训练，可以有效抑制欠曝区域和过曝区域的产生，避免了生成对抗方法和对比学习中存在的训练不稳定和训练复杂等问题.实验表明所提出的色调映射方法在多个开放基准数据集上都展现出较好的效果.与现有主流色调映射算法相比，该方法在保持图像整体光照氛围的同时，能更有效地抑制过曝区域，提升欠曝区域，保留丰富的色彩细节，增强视觉层次感，且对各类光照条件及场景类型的适应性更强.同时，本文的研究工作也证实了多模态学习在底层视觉任务中的巨大潜力.

关键词

色调映射 / 图像增强 / 无监督学习