論文の概要: HIVE-Diff: High Frame Rate HDR Video Reconstruction from a Single LDR Frame and Events

• arxiv url: http://arxiv.org/abs/2611.03465v1
• Date: Mon, 02 Nov 2026 17:08:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 04:21:23.548474
• Title: HIVE-Diff: High Frame Rate HDR Video Reconstruction from a Single LDR Frame and Events
• Title（参考訳）: HIVE-Diff:単一LDRフレームとイベントからの高フレームレートHDRビデオ再構成
• Abstract要約: HIVE-Diffはイベント条件付きビデオ拡散フレームワークで、タスクをイベント誘導時間生成とHDRコンテンツ補完に分解する。 合成および複数の実世界のデータセットの実験は、強い再構成品質と堅牢な実データ適応を示す。
• 参考スコア（独自算出の注目度）: 5.3461640562952235
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High frame rate HDR video is important in applications such as autonomous driving and scientific imaging, where rapid motion and extreme illumination often occur simultaneously. Conventional frame cameras face a trade-off between temporal resolution and dynamic range, while event cameras provide complementary high-speed brightness-change measurements over a wide illumination range. These properties have motivated event-based HDR reconstruction, with existing methods broadly following event-only and hybrid event-frame paradigms. Event-only HDR reconstruction, however, suffers from brightness and color drift due to the lack of absolute intensity references. Hybrid event-frame methods alleviate this ambiguity using low-dynamic-range (LDR) frames as anchors, but most perform one-to-one HDR reconstruction at available LDR timestamps. In this work, we investigate single-reference HDR temporal expansion, reconstructing N HDR frames from one LDR reference and events instead of N aligned LDR observations. We develop HIVE-Diff, an event-conditioned video diffusion framework that decomposes the task into event-guided temporal generation and HDR content completion. Because paired real HDR-event data are scarce, we train on synthetic data and adapt the model to real event domains using LDR-event sequences as proxy supervision with teacher-student distillation. Experiments on synthetic and multiple real-world datasets demonstrate strong reconstruction quality and robust real-data adaptation.
• Abstract（参考訳）: 高フレームレートHDRビデオは、高速な動きと極端な照明が同時に起こる、自律運転や科学画像などの応用において重要である。 従来のフレームカメラは時間分解能とダイナミックレンジのトレードオフに直面し、イベントカメラは広い照明範囲で補完的な高速輝度変化測定を行う。 これらの特性はイベントベースのHDR再構成を動機付けており、既存の手法はイベントのみのパラダイムとハイブリッドなイベントフレームのパラダイムに広く従っている。 しかし、事象のみのHDR再構成は、絶対強度基準が欠如しているため、明るさと色流に悩まされている。 ハイブリッドイベントフレーム法は、低ダイナミックレンジ(LDR)フレームをアンカーとして使用することで、この曖昧さを軽減するが、ほとんどの場合、利用可能なLDRタイムスタンプで1対1のHDR再構成を行う。 本研究では,1つのLDR参照からN個のHDRフレームを再構成し,N個のLDR観測に代えてN個のHDRフレームの時間展開について検討する。 HIVE-Diffはイベント条件付きビデオ拡散フレームワークで、タスクをイベント誘導時間生成とHDRコンテンツ補完に分解する。 ペア化された実HDR-eventデータはほとんどないため、合成データに基づいて学習し、LDR-eventシーケンスを用いて実イベント領域にモデルを適応させ、教師-学生の蒸留を代行する。 合成および複数の実世界のデータセットの実験は、強い再構成品質と堅牢な実データ適応を示す。

関連論文リスト

• DiffHDR: Re-Exposing LDR Videos with Video Diffusion Models [35.73610036182625]
  Diff はビデオ拡散モデルの潜在空間内で LDR-to-generative conversion を定式化するフレームワークである。 さらに本フレームワークでは,テキストや参照画像でガイドされる制御可能なLDR-to-video変換を可能にする。
  論文  参考訳（メタデータ） (2026-04-07T17:56:18Z)
• Dynamic Novel View Synthesis in High Dynamic Range [78.72910306733607]
  現在の手法は主に静的なシーンに焦点を当てており、すべてのシーン要素が静止していて生きていないことを暗黙的に仮定している。 HDR-4DGSは,革新的な動的トーンマッピングモジュールを備えたガウススプラッティング方式のアーキテクチャである。 実験により、HDR-4DGSは、定量的性能と視覚的忠実度の両方において、既存の最先端手法を超越していることが示された。
  論文  参考訳（メタデータ） (2025-09-26T04:29:22Z)
• EventHDR: from Event to High-Speed HDR Videos and Beyond [36.9225017403252]
  本稿では,イベントシーケンスから高速HDR映像を再構成する畳み込みニューラルネットワークを提案する。 我々はまた、ペア化された高速HDRビデオとイベントストリームの実際のデータセットを収集する新しい光学システムを開発した。
  論文  参考訳（メタデータ） (2024-09-25T15:32:07Z)
• Exposure Completing for Temporally Consistent Neural High Dynamic Range Video Rendering [17.430726543786943]
  本稿では,不在な露光情報を完成させることで,HDRフレームを描画する新しいパラダイムを提案する。 提案手法では, 隣接LDRフレームを時間次元で補間し, 露出の欠如に対してLDRフレームを再構成する。 これにより、HDR結果の融合プロセスの恩恵を受け、ノイズやゴーストを低減し、時間的一貫性を向上させることができる。
  論文  参考訳（メタデータ） (2024-07-18T09:13:08Z)
• HDR-GS: Efficient High Dynamic Range Novel View Synthesis at 1000x Speed via Gaussian Splatting [76.5908492298286]
  既存のHDR NVS法は主にNeRFに基づいている。 訓練時間は長く、推論速度は遅い。 我々は新しいフレームワークHigh Dynamic Range Gaussian Splatting (-GS)を提案する。
  論文  参考訳（メタデータ） (2024-05-24T00:46:58Z)
• Event-based Asynchronous HDR Imaging by Temporal Incident Light Modulation [54.64335350932855]
  我々は,HDRイメージングの課題に関する重要な知見に基づいて,Pixel-Asynchronous HDRイメージングシステムを提案する。 提案システムでは,DVS(Dynamic Vision Sensors)とLCDパネルを統合する。 LCDパネルは、その透過性を変化させてDVSの照射インシデントを変調し、ピクセル非依存のイベントストリームをトリガーする。
  論文  参考訳（メタデータ） (2024-03-14T13:45:09Z)
• HDR Reconstruction from Bracketed Exposures and Events [12.565039752529797]
  高品質なHDR画像の再構成は、現代の計算写真の中心にある。 特徴領域におけるブラケット画像とイベントを融合したマルチモーダルなエンドツーエンド学習型HDRイメージングシステムを提案する。 我々のフレームワークは、スライディングウィンドウを使用して入力イベントストリームをサブサンプリングすることで、イベントの時間分解能を高める。
  論文  参考訳（メタデータ） (2022-03-28T15:04:41Z)

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。