Varjo XR专利提出基于曝光感知的HDR三维重建方法

PICO 4 Ultra

查看引用/信息源请点击:映维网Nweon

基于曝光感知损失加权的高动态范围三维重建方法

映维网Nweon 2026年01月16日)对现有高动态范围HDR三维重建技术在处理低动态范围LDR输入图像时,图像中过曝(高光饱和)或欠曝(阴影饱和)区域会导致重建精度下降问题。传统方法在训练过程中,这些饱和像素会引入不可靠的梯度,误导模型优化,从而影响重建模型的准确性与鲁棒性。在一份专利申请中,Varjo提出通过曝光补偿机制,在损失函数中动态降低饱和像素的权重,以抑制其负面影响,进而提升HDR三维重建的质量与适应性。

在一个实施例中,专利描述的方法包括:

(i) 接收由摄像头捕获的输入图像,其中所述输入图像是低动态范围(LDR)图像;
(ii) 使用预训练用于3D环境的高动态范围(HDR)图像重建的HDR 3D重建模型,渲染与所述输入图像对应的高动态范围(HDR)图像;
(iii) 在所述HDR图像上应用HDR到LDR色调映射算子,以生成色调映射的LDR图像;
(iv) 确定所述输入图像与所述色调映射LDR图像之间的第一损失函数,所述第一损失函数包括所述输入图像的像素与其在所述色调映射LDR图像中的对应像素之间的加权像素值差异;
(v) 确定所述输入图像是否具有至少一个饱和像素,其中所述至少一个饱和像素包括以下至少一项:高光饱和像素、阴影饱和像素;
(vi) 当确定所述输入图像具有所述至少一个饱和像素时,在所述第一损失函数中,对与所述至少一个饱和像素对应的至少一个像素值差异进行降权;以及
(vii) 通过所述HDR 3D重建模型的可微分渲染函数,反向传播所述第一损失函数相对于一个或多个模型参数的梯度,以减小所述第一损失函数的方式调整所述一个或多个模型参数,其中所述可微分渲染函数包括HDR图像渲染函数和所述HDR到LDR色调映射算子。

Varjo表示,通过实施曝光引导的3D重建,这为增强3D环境的HDR 3D重建的准确性和质量提供了简单而有效的解决方案。该方法通过在第一损失函数中对与输入图像的饱和像素对应的像素值差异进行降权,有效减轻了输入图像的过曝光和欠曝光区域在HDR 3D重建模型训练中的不利影响。

......(全文 6315 字,剩余 5575 字)


请微信扫码通过小程序阅读完整文章
或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限

本文链接https://news.nweon.com/137444
转载须知:转载摘编需注明来源映维网并保留本文链接
素材版权:除额外说明,文章所用图片、视频均来自文章关联个人、企业实体等提供
QQ交流群苹果Vision  |  Meta Quest  |  AR/VR开发者  |  映维粉丝读者
XR Research Wechat Group/微信群
资讯