成像传感器在10-12位的动态范围内将传入场景光数字化(即1024--4096色调值)。然后将传感器图像加工在相机上,最后量化为仅8位(即256个音调值),以符合普遍的编码标准。有许多重要的应用程序,例如高位深度显示和照片编辑,有利于恢复丢失的位深度。深度神经网络在该位深度重建任务中是有效的。给定量化的低位深度图像作为输入,现有的深度学习方法采用单次方法,该方法尝试直接估计高位深度图像,或(2)直接估计高的剩余物 - 和低位深度图像。相比之下,我们提出了一种培训和推理策略,可以恢复剩余图像位平平面。我们的BitPlane-Wise学习框架具有允许在训练期间进行多级监督的优势,并且能够使用简单的网络架构获得最先进的结果。我们在多个图像数据集上广泛地测试了我们提出的方法,并在以前的方法上证明了0.5db至2.3db psnr的改进,这取决于量化水平。
translated by 谷歌翻译