谷歌研究人员使用AI从嘈杂的原始图像中创建新颖的HDR视图

我们已经看到谷歌研究人员用人工智能完成了惊人的事情，包括显着的升级。谷歌已经将目光投向了使用MultiNeRF的降噪，MultiNeRF是一个使用AI来提高图像质量的开源项目。RawNeRF程序查看图像，然后使用AI来增加在低光和黑暗条件下捕获的图像的细节。

在一篇名为“黑暗中的NerF：来自嘈杂原始图像的高动态范围视图合成”的研究论文中，该团队展示了它如何使用神经辐射场(NeRF)从一组输入图像中创建高质量的新颖视图分析。NeRF已经过训练，可以保留场景的完整动态范围，并且可以在捕获后操纵对焦，曝光和色调映射。当针对许多噪声原始输入进行优化时，NeRF可以产生优于单图像和多图像原始降噪器的场景。此外，该团队声称RawNeRF可以重建在几乎完全黑暗中捕获的极其嘈杂的场景。

标准NeRF使用在sRGB色彩空间中捕获的低动态范围图像，而RawNeRF使用高动态范围(HDR)色彩空间内的线性原始输入数据。在原始空间中重建NeRF可以产生更好的结果，并允许进行新的HDR视图合成。研究表明，RawNeRF“对高水平噪声具有惊人的鲁棒性，以至于当应用于静态场景的宽基线图像时，它可以充当具有竞争力的多图像降噪器。此外，该团队还演示了“通过恢复保留高动态范围颜色值的场景表示来实现的HDR视图合成应用程序”。

结果非常令人印象深刻。利用线性原始HDR输入数据为计算摄影开辟了许多新的可能性，包括对新颖的HDR视图进行后处理，例如编辑焦点和曝光。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！