補償による実用的な露出補正

概要: コンピュータビジョンにおいて、露光レベルの補正は、不適切な明るさによる観測の視覚品質を向上させるための基本的な課題である。 しかし、既存の手法は、制約されたモデリングのパターンのために未知のシーンに適応できず、さらに複雑な計算フローのために満足できる効率を達成するのが難しいことから、実用性に欠ける傾向がある。 これらの課題に対処するために、品質と効率の両方に優れた新しい実用的露光補正器（PEC）を提案する。 具体的には、既存のモデリングパターンが持つ表現力の限界を克服するために、露光に応じた補償を備えた汎用モデルを構築し、直感的なモデリングの観点を提供する。 また、シーンに適応した補償を促進するための、単純だが効果的な露光敵対的関数を設計する。 上記の主要な概念に基づき、既存研究で遭遇する複雑な推論を回避しつつ、安定で頑健な反復的縮小（iterative shrinkage）スキームを開発する。 8つの挑戦的なデータセットにわたる大規模な実験評価により、提案モデルが未知の環境に対して強い適応性を示すことが明らかになった。 このモデルは処理速度が非常に高く、GeForce RTX 2080Ti GPU を搭載したデバイス上で 2K 画像を処理するのにわずか 0.0009 s しか要しない。 さらに、異なる下流のビジョンタスクに対する実験分析によって、モデルの柔軟性も裏付けられる。 コードは https://rsliu.tech/PEC で公開されている。