تعاني خوارزميات معالجة الصور ذات النطاق الديناميكي العالي (HDR) المعتمدة على التعلم العميق عند معالجة الصور التي تحتوي على وجوه من مشكلة تغير لون البشرة. لمواجهة هذه المشكلة، قدمت هذه الورقة خوارزمية معالجة صور HDR للوجوه تعتمد على دمج الميزات المتعددة تُسمى U²HDRnet. تتكون هذه الخوارزمية من ثلاث وحدات: وحدة استخراج ميزات الجلد، ووحدة استخراج الميزات الثلاثية الحواف، ووحدة إعادة بناء الألوان. أولاً، تقوم وحدة استخراج ميزات الجلد بفصل معلومات لون وموقع منطقة الجلد؛ ثانيًا، تقوم وحدة استخراج الميزات الثلاثية الحواف باستخراج الميزات الموضعية، والميزات الشاملة، والميزات الدلالية للصورة، ودمجها مع ميزات الجلد؛ وأخيرًا، تقوم وحدة إعادة بناء الألوان بإجراء الاستيفاء المكاني وعمق اللون على الشبكة. بالإضافة إلى ذلك، قدمت هذه الورقة دمجًا مُحسنًا بين وحدة الانتباه الذاتي ووحدة الالتفاف لتحسين معالجة HDR؛ كما تم إنشاء مجموعة بيانات HDR للوجوه PortraitHDR لسد الفجوة في هذا المجال. أظهرت النتائج التجريبية أن PSNR لـ U²HDRnet بلغ 31.42 ديسيبل، وSSIM بلغ 0.985، متفوقًا على خوارزميات HDR الشائعة الحالية، مما يحقق صور HDR عالية الجودة للوجوه مع تجنب تشويه البشرة.

التعلم العميق;النطاق الديناميكي العالي;استخراج ميزات الجلد;آلية الانتباه;إعادة بناء الألوان