Vyhodnocení algoritmů pro rekonstrukci dynamického rozsahu a mobilní aplikace pro snímání HDR obrazů

Abstract

Digital photography became widespread with the global use of smartphones. However, most of the captured images do not fully use the camera capabilities by storing the captured photos in a format with limited dynamic range. The subject of dynamic range expansion and reconstruction has been researched since early 2000s and recently gave rise to several new reconstruction methods using convolutional neural networks (CNNs), whose performance has not yet been comprehensively compared. By implementing and using our dynamic range reconstruction evaluation framework we compare the reconstruction quality of individual CNN-based approaches. We also implement a mobile HDR camera application and evaluate the feasibility of running the best-performing reconstruction method directly on a mobile device.

Použití digitální fotografie se velmi rozšířilo s popularitou chytrých telefonů. Většina pořízených fotografií však nevyužívá plně možností fotoaparátu, protože zachycené obrázky jsou ukládány ve formátu s omezeným rozsahem hodnot jasu. Problematika expanze a rekonstrukce dynamického rozsahu je zkoumána již od začátku 21. století, nově byly zveřejněny rekonstrukční metody používající konvoluční neuronové sítě, jejichž kvalita výstupu dosud nebyla dostatečně porovnána. V této práci jsme navrhli a implementovali framework pro porovnání kvality rekonstrukce, který jsme použili ke srovnání rekonstrukčních metod založených na konvolučních neuronových sítích. Také jsme implementovali aplikaci fotoaparátu pro mobilní zařízení umožňující zachycení vysokého rozsahu hodnot jasu a dále jsme zhodnotili praktičnost provádění rekonstrukce dynamického rozsahu pomocí nejlepší z porovnaných metod, přímo na mobilním zařízení.