論文の概要: Structural Regularities of Cinema SDR-to-HDR Mapping in a Controlled Mastering Workflow: A Pixel-wise Case Study on ASC StEM2

• arxiv url: http://arxiv.org/abs/2604.06276v1
• Date: Tue, 07 Apr 2026 08:00:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 17:30:51.142292
• Title: Structural Regularities of Cinema SDR-to-HDR Mapping in a Controlled Mastering Workflow: A Pixel-wise Case Study on ASC StEM2
• Title（参考訳）: 制御されたマスタリングワークフローにおけるシネマSDR-HDRマッピングの構造規則性:ASC StEM2の画素的ケーススタディ
• Authors: Xin Zhang, Xiaoyi Chen,
• Abstract要約: ASC StEM2は,EXR画像と一致するSDR/シネマリリースマスタを含む稀な共通ソースデータセットである。 テストフィルムの全18,580フレームの画素単位の統計に基づいて,EXRソースデータ,SDRリリースマスタ,HDRリリースマスタを含む3領域比較を構築し,その輝度と色構造の関係を特徴付ける。
• 参考スコア（独自算出の注目度）: 5.0325436304337945
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present an empirical case study of cinema SDR-to-HDR mapping using ASC StEM2, a rare common-source dataset containing EXR scene-referred images and matched SDR/HDR cinema release masters from the same ACES-based mastering workflow. Based on pixel-wise statistics over all 18,580 frames of the test film, we construct a three-domain comparison involving EXR source data, SDR release masters, and HDR release masters to characterize their luminance and color structural relationships within this controlled workflow. In the luminance dimension, SDR and HDR masters exhibit a highly stable global monotonic correspondence, with geometric structure remaining largely consistent overall; sparse and structured deviations appear in self-luminous highlights and specific material regions. In the color dimension, the two masters remain largely consistent in hue, with saturation exhibiting a redistribution pattern of shadow suppression, midtone expansion, and highlight convergence. Using EXR as a scene-referred anchor, we further define a pixel-level decision map that operationally separates EXR-closer recovery regions from content-adaptive adjustment regions. Under this operational definition, 82.4% of sampled image regions are classified as EXR-closer recovery, while the remainder require localized adaptive adjustment. Rather than claiming a universal law for all cinema mastering pipelines, the study provides an interpretable quantitative baseline for structure-aware SDR-to-HDR analysis and for designing learning-based models under shared-source mastering conditions.
• Abstract（参考訳）: ASC StEM2は、EXRシーン参照画像と、同じACESベースのマスタリングワークフローからのSDR/HDRシネマリリースマスターとのマッチングを含む稀な共通ソースデータセットである。 テストフィルムの全18,580フレームの画素単位の統計に基づいて,EXRソースデータ,SDRリリースマスタ,HDRリリースマスタを含む3領域比較を構築し,その輝度と色構造の関係を特徴付ける。 輝度次元では、SDRとHDRマスターは高度に安定な大域単調対応を示し、幾何学的構造は概ね一貫した構造を維持している。 カラーディメンションでは、2人のマスターは色調にほぼ一貫し、彩度は影の抑制、中音伸長、ハイライト収束といった再分配パターンを示す。 シーン参照アンカーとしてEXRを用いて,EXR-クローザ回復領域をコンテンツ適応調整領域から操作的に分離する画素レベルの決定マップを新たに定義する。 この運用定義の下では、サンプル画像領域の82.4%がEXRクローザリカバリに分類され、残りは局所的な適応調整が必要である。 この研究は、すべてのシネママスタリングパイプラインに対して普遍的な法則を主張するのではなく、構造を意識したSDR-to-HDR分析と、共有ソースマスタリング条件下での学習ベースモデルを設計するための解釈可能な定量的ベースラインを提供する。

関連論文リスト

• LumaFlux: Lifting 8-Bit Worlds to HDR Reality with Physically-Guided Diffusion Transformers [33.647308897653396]
  本稿では,SDR-to-Reconstructionのための第1の物理的および知覚的に誘導される変換器であるLumaFluxを紹介する。 ベンチマーク全体では、LumaFluxは最先端のベースラインよりも優れており、優れた輝度再構成と知覚的な色忠実性を実現している。
  論文  参考訳（メタデータ） (2026-04-03T06:54:52Z)
• Scale Equivariance Regularization and Feature Lifting in High Dynamic Range Modulo Imaging [19.49437461280304]
  本研究は,学習に基づくHDR復元フレームワークを提案する。 i)露出変動の下で一貫性を強制するスケール同変正規化、(ii)原モジュロ画像を組み合わせた特徴持ち上げ入力設計、(ii)有限差分を含む2つの重要な戦略が組み込まれている。
  論文  参考訳（メタデータ） (2026-01-30T14:45:29Z)
• Reconstructing 3D Scenes in Native High Dynamic Range [82.90064638813185]
  本研究では,HDR観測を直接モデル化した3次元シーン再構成法を提案する。 bf Native High Dynamic Range 3D Gaussian Splatting (NH-3DGS)を提案する。 NH-3DGSは, 再構成品質と動的レンジ保存において, 既存の手法よりも有意に優れる合成多視点HDRデータセットと実HDRデータセットの両方を実証した。
  論文  参考訳（メタデータ） (2025-11-17T02:33:31Z)
• RealRep: Generalized SDR-to-HDR Conversion via Attribute-Disentangled Representation Learning [51.19027658873778]
  WCG(High-Dynamic-Range Wide-Color-Gamut)技術が普及し,標準ダイナミックレンジ(SDR)コンテンツをHDRに変換する必要性が高まっている。 既存の方法は固定トーンマッピング演算子に依存しており、現実世界のSDRコンテンツに存在する様々な外観や劣化を扱うのに苦労している。 本稿では,構成不整合表現の学習により頑健性を高める一般化されたSDR-to- attributeフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-12T08:08:58Z)
• Semantic Aware Diffusion Inverse Tone Mapping [5.65968650127342]
  逆トーンマッピングによる高ダイナミックレンジ(HDR)へのキャプチャー標準ダイナミックレンジ(SDR)画像のアップの試み 本稿では,SDR画像をHDRにマッピングする新たな逆トーンマッピング手法を提案する。
  論文  参考訳（メタデータ） (2024-05-24T11:44:22Z)
• Self-Supervised High Dynamic Range Imaging with Multi-Exposure Images in Dynamic Scenes [58.66427721308464]
  Selfは、訓練中にダイナミックなマルチ露光画像のみを必要とする自己教師型再構成手法である。 Selfは最先端の自己管理手法に対して優れた結果を出し、教師付き手法に匹敵するパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2023-10-03T07:10:49Z)
• A Two-stage Deep Network for High Dynamic Range Image Reconstruction [0.883717274344425]
  本研究では,新しい2段階深層ネットワークを提案することにより,シングルショットLDRからHDRマッピングへの課題に取り組む。 提案手法は,カメラ応答機能(CRF)や露光設定など,ハードウェア情報を知ることなくHDR画像の再構築を図ることを目的とする。
  論文  参考訳（メタデータ） (2021-04-19T15:19:17Z)
• HDR-GAN: HDR Image Reconstruction from Multi-Exposed LDR Images with Large Motions [62.44802076971331]
  マルチ露光LDR画像からHDR画像を合成するための新しいGANモデルHDR-GANを提案する。 本手法は,敵対学習を取り入れることで,欠落したコンテンツのある領域に忠実な情報を生成することができる。
  論文  参考訳（メタデータ） (2020-07-03T11:42:35Z)
• Single-Image HDR Reconstruction by Learning to Reverse the Camera Pipeline [100.5353614588565]
  本稿では,LDR画像形成パイプラインの領域知識をモデルに組み込むことを提案する。 我々は,HDRto-LDR画像形成パイプラインを(1)ダイナミックレンジクリッピング,(2)カメラ応答関数からの非線形マッピング,(3)量子化としてモデル化する。 提案手法は,最先端の単一画像HDR再構成アルゴリズムに対して良好に動作することを示す。
  論文  参考訳（メタデータ） (2020-04-02T17:59:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。