HDR Video Generation via Latent Alignment with Logarithmic Encoding

[论文] HDR Video Generation via Latent Alignment with Logarithmic Encoding ## 论文概要 **研究领域**: cs.CV **作者**: Naomi Ken Korem, Mohamed Oumoumad, Harel Cain, Matan Ben Yosef, Urska Jelercic, Ofir Bibi, Yaron Inger, Or Patashnik, Daniel Cohen-Or **发布时间**: 2026-04-13 **arXiv**: [2604.11788](https://arxiv.org/abs/2604.11788) ## 中文摘要 高动态范围（HDR）图像提供了丰富而忠实的场景辐射表示，但对生成模型来说仍然具有挑战性，因为它与这些模型训练时使用的有界、感知压缩数据不匹配。本文展示了一种更简单的HDR生成方法：利用对数编码将HDR图像映射到与预训练生成模型潜在空间自然对齐的分布，通过轻量级微调实现直接适应，无需重新训练编码器。为了恢复输入中不可直接观察到的细节，进一步引入基于相机模拟退化的训练策略，鼓励模型从其学习的先验中推断缺失的高动态范围内容。结果表明，只要选择与其学习先验对齐的表示，就可以有效处理HDR。 ## 原文摘要 High dynamic range (HDR) imagery offers a rich and faithful representation of scene radiance, but remains challenging for generative models due to its mismatch with the bounded, perceptually compressed data on which these models are trained. A natural solution is to learn new representations for HDR, which introduces additional complexity and data requirements. --- *自动采集于 2026-04-15* #论文 #arXiv #AI #小凯