Sagiri：基于Stable Diffusion的统一LDR图像增强方案

文章预览

前言   本文引入了一种用于低动态范围 (LDR) 图像增强的开创性流程，以强大且适应性强的模型 Sagiri 为中心，该模型可与各种恢复方法无缝集成，以提供视觉上引人注目的结果。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 来源： CVer 仅用于学术分享，若侵权请联系删除 论文地址：https://arxiv.org/pdf/2406.09389 项目主页：https://sagiri0208.github.io/ 代码：https://github.com/ztMotaLee/Sagiri 机构：上海AI Lab, 香港中文大学， Snap Research ，浙江大学，合肥工业大学 问题背景： 常见的真实场景具有广泛的动态范围。典型的 8 位相机可捕获有限的动态范围，其中曝光值决定捕获场景动态范围的哪一部分，通常会导致过饱和的明亮区域或被噪声淹没的量化暗区。传统上，将多 ………………………………