بالنسبة لمهمة توليد الصور عالية النطاق الديناميكي (High Dynamic Range، HDR)، ولحل المشكلات الموجودة في الطرق الحالية مثل طول وقت التقاط الصور متعددة التعرض، وجود إزاحة بين الإطارات في المشاهد الديناميكية، وزيادة عدد معلمات الخوارزمية وحجم الحسابات، اقترح هذا البحث خوارزمية دمج صور HDR خفيفة الوزن تعتمد على كاميرا استجابة خطية-لوغاريتمية، وجمع مجموعة بيانات من صور التدرج الرمادي متعددة الكسب. أولاً، تم استخدام وحدة متبقية متعددة المقاييس المحسنة لاستخراج ميزات متعددة المستويات من الصور المدخلة وزيادة أبعاد الميزة؛ ثانياً، تم إدخال الميزات متعددة المستويات في هيكل Attention-UNet المعتمد على التفاف قابل للفصل عميقًا لاستخلاص المعلومات متعددة المستويات ودمجها؛ ثالثاً، تم استخدام الالتفاف النقطي لدمج الميزات العميقة للصورة، مع إخراج صورة HDR متوافقة مع أجهزة العرض القياسية دون الحاجة إلى تعيين لون إضافي؛ وأخيراً، تمت مقارنة الأداء وعدد المعلمات وحجم الحسابات لبنية الإلغاء المختلفة للحصول على الحل الأمثل الذي يضمن التأثير الأمثل للدمج ويحقق خفة في الشبكة. أظهرت النتائج التجريبية أن الخوارزمية المقترحة تحقق أداءً جيدًا من حيث التأثير البصري الذاتي ومؤشرات التقييم الموضوعي، حيث بلغ MEF-SSIM 0.9866، والوفاء البصري 1.76، والمتوسط التدرجي 3.94، وتردد الفضاء 14.32. خوارزمية دمج الصور عالية الديناميكية المقترحة تحافظ على أداء دمج ممتاز ومتانة حتى في وجود اختلافات كبيرة بين صور الكسب المتعددة، مع ميزات خفيفة الوزن حيث يبلغ عدد معلمات النموذج 0.612 مليون وحجم الحساب 7.254 جيجافلوب.

صور ديناميكية عالية; دمج الصور; تعلم بدون إشراف; آلية الانتباه; خفة الوزن