编辑推荐：
高动态范围（High Dynamic Range, HDR）成像通过捕捉数字图像中更宽范围的真实世界亮度水平，提供了增强的视觉体验。受高质量视觉需求增长的驱动，HDR显示器技术取得了显著进步。随着此类显示器在消费和专业环境中变得普遍，需要高效的方法将标准动态范
高动态范围（High Dynamic Range, HDR）成像通过捕捉数字图像中更宽范围的真实世界亮度水平，提供了增强的视觉体验。受高质量视觉需求增长的驱动，HDR显示器技术取得了显著进步。随着此类显示器在消费和专业环境中变得普遍，需要高效的方法将标准动态范围（Standard Dynamic Range, SDR）内容转换为HDR（即逆色调映射，reverse tone mapping），以及优化自然HDR光照内容以供HDR显示器显示。逆色调映射过程旨在产生自然的光照水平，但即使在高端HDR显示器上，此类图像仍需调整以避免硬裁剪。本文提出了一种联合执行两个步骤的解决方案：（1）逆色调映射为显示器感知的HDR表示，以及（2）直接生成针对所选显示器亮度值定制的图像。研究人员提出了一种新颖的神经网络架构，该架构通过瓶颈处注入的轻量级多层感知器（Multi-Layer Perceptron, MLP）模块以目标峰值亮度为条件，预测一个多曝光LDR堆栈（bracketed stack of LDR exposures），作为该方法的HDR表示。通过这种方式，不适定的色调映射问题受到显示特性辅助信息的引导，改善了视觉质量。在整个消费级HDR范围（100–4000尼特）内的实验表明，在峰值亮度利用率、局部对比度、色彩和感知质量方面，该方法持续优于显示器无关的基线方法。
**论文解读：屏幕感知的逆色调映射**
**研究背景与问题**
高动态范围（High Dynamic Range, HDR）成像技术通过捕获更宽的现实世界亮度范围，显著提升了数字图像的视觉体验。随着HDR显示器在消费和专业领域的普及，将大量现有标准动态范围（Standard Dynamic Range, SDR）内容转换为HDR——即逆色调映射（reverse tone mapping, rTM）——成为迫切需求。然而，现有的逆色调映射方法普遍忽略目标显示器的具体特性，尤其是峰值亮度（peak brightness）。不同显示器的峰值亮度差异极大（从100尼特到4000尼特），同一个HDR图像在不同显示器上可能出现硬裁剪、过度曝光或亮度利用不足等问题。研究表明，峰值亮度是决定感知图像质量和用户体验的关键硬件参数，但当前大多数逆色调映射模型仅从训练数据的亮度分布中学习通用映射，无法针对特定显示器进行优化。为此，研究人员提出一种显示器感知的逆色调映射方法，将目标显示器的峰值亮度显式融入重建过程，以解决“一对多”映射的不适定性，并实现真正的“即取即用”效果。
**研究内容与意义**
研究人员基于U-Net架构，开发了一种新型神经网络，该网络在瓶颈处通过轻量级多层感知器（Multi-Layer Perceptron, MLP）模块接收目标峰值亮度标量，并据此预测一组9张不同曝光的LDR图像堆栈（bracketed stack）。这些LDR图像堆栈作为HDR表示，最终通过Mertens融合或Debevec–Malik重建生成直接可用于目标显示器的图像。通过条件化训练和动态曝光范围调整，该模型能够自动适应从100尼特到4000尼特的广泛HDR显示范围。实验表明，该显示器感知方法在峰值亮度利用率、局部对比度、色彩丰富度以及基于HDR-VDP-3的感知质量上，显著优于显示器无关的基线方法。该研究首次将显示器感知理念引入深度学习逆色调映射，为未来整合更多显示器参数（如色域、对比度）和先进架构（如Transformer）奠定了基础。论文发表在《Journal of Imaging》。
**主要关键技术方法**
研究人员采用的主要技术方法包括：
（1）**显示器感知的神经网络架构**：以U-Net为骨干，编码器处理SDR输入并提取2D特征，解码器使用3D反卷积层预测多曝光LDR堆栈（曝光作为第三维度）。在编码器–解码器瓶颈处，通过一个三层的MLP将归一化的目标峰值亮度（100–4000尼特）映射为512维条件向量，并通过空间广播加法注入到特征图中，从而引导解码过程。
（2）**动态曝光范围调整**：根据目标峰值亮度和输入场景的实际动态范围，动态计算9张LDR的曝光步长τ，使曝光范围从固定4EV扩展到6–8EV，同时受场景物理范围约束，避免人工拉伸低对比度场景。
（3）**训练策略与数据**：使用Polyhaven HDR数据集（900张4K/32位EXR图像），通过Debevec–Malik方法和随机选择的相机响应函数（CRFs）合成SDR标签。在每次训练迭代中，对数均匀采样目标峰值亮度（100–4000尼特），并据此动态生成对应的9曝光堆栈作为标签，确保模型覆盖全亮度范围。
**研究结果（保留原始小标题）**
**Visual Inspection**
通过视觉比较发现，调整目标峰值亮度后，模型输出在不同显示器设置下产生直观合理的亮度分布：低峰值亮度时高光压制、对比保守；高峰值亮度时高光突出、局部对比增强。与显示器无关的基线（DrTMO）相比，本方法在多种场景下均能正确利用显示器能力。在真实SDR图像（Div2K数据集）测试中，模型有效恢复室内场景的高光与阴影细节，而室外低动态范围场景保持保守行为，避免不必要的增强。
**Extreme Lighting Conditions**
在极端低光环境（夜间城市、高对比度室内）的测试中，模型能够从近乎黑色的区域恢复建筑结构和纹理，且无系统性模糊。亮度提升随目标峰值亮度成比例扩展，但在极暗区域中精细纹理的恢复受限于输入信号的可恢复性。
**Quantitative Brightness Distribution**
对Div2K真实SDR图像输出的亮度分布进行定量分析，计算平均亮度、峰值亮度（前1%）和显示峰值利用率。本方法在所有测试峰值亮度（250、600、1600、4000尼特）下均实现更好的亮度利用：例如在250尼特目标下，峰值利用率为112%（基线为537%，严重过曝）；在4000尼特下为86%（基线为34%，严重利用不足），而基线产生固定亮度分布（平均175尼特、峰值1342尼特）。
**Qualitative Evaluation True HDR Results**
对通过Debevec–Malik重建的HDR图像计算局部对比度（局部标准差均值）和色彩丰富度（Hasler–Süsstrunk分数）。本方法在所有目标峰值亮度下均获得更高的局部对比度和色彩分数。有趣的是，低峰值亮度时分数反而更高，这是因为模型将扩展的动态范围压缩到较窄亮度带，人为增强了局部变化和饱和度。
**Perceptual Quality Evaluation: HDR-VDP-3**
使用显示器感知的感知质量指标HDR-VDP-3进行评价，该指标模拟人类视觉系统并显式考虑目标显示器峰值亮度。在90张Polyhaven测试图像上，本方法在250、600、4000尼特下的平均分数均显著高于基线（如4000尼特时6.67 vs 4.90，胜率90%）；仅在1600尼特时基线略高（5.21 vs 4.82，胜率65%），这是因为基线固定输出亮度恰巧接近1600尼特，属于偶然对齐。整体结果表明，显示器感知条件在除偶然匹配的亮度点外，全范围提供一致的感知优势。
**讨论与结论**
**总结讨论**
研究人员指出，本方法仍存在局限性：训练标签由确定性函数生成，而非基于感知研究；当前U-Net架构可能无法完全捕捉显示特性与图像内容的复杂关系。未来工作可整合更多显示器参数（色域、对比度等），探索Transformer等更先进架构中的条件化机制，并进行主观用户研究以确定最优HDR表示。
**研究结论**
研究结果表明，将显示器感知融入SDR到HDR转换过程能够实现量身定制的重建，更好地利用每个目标显示器的能力，产生更具视觉吸引力的结果。以显示器峰值亮度为条件，模型能够捕捉显示特性与最优亮度分布之间的关系。通过将重建指向具体的物理约束，本方法解决了逆色调映射中的“一对多”映射挑战，并在广泛的显示器类型上实现了更好的适应性。该工作为显示器感知的HDR处理研究奠定了基础，为整合更多显示参数和探索新条件化策略以提高模型能力与有效性开辟了道路。
