Les algorithmes de traitement d'images à grande plage dynamique (HDR) basés sur l'apprentissage profond rencontrent un problème de dérive de couleur de la peau lors du traitement d'images contenant des portraits. Pour résoudre ce problème, cet article propose un algorithme de traitement d'images HDR pour portraits basé sur la fusion de multiples caractéristiques, nommé U²HDRnet. Cet algorithme se compose de trois modules : un module d'extraction des caractéristiques de la peau, un module d'extraction des caractéristiques tri-bords, et un module de reconstruction des couleurs. Premièrement, le module d'extraction des caractéristiques de la peau sépare les informations de couleur et de position de la région de la peau ; deuxièmement, le module d'extraction des caractéristiques tri-bords extrait respectivement les caractéristiques locales, globales et sémantiques de l'image, et les fusionne avec les caractéristiques de la peau ; enfin, le module de reconstruction des couleurs effectue l'interpolation spatiale et en profondeur des couleurs sur la grille. Par ailleurs, cet article introduit un module fusion amélioré d'attention automatique et de convolution pour améliorer le traitement HDR ; de plus, un ensemble de données HDR pour portraits, PortraitHDR, a été créé pour combler le vide dans ce domaine. Les résultats expérimentaux montrent que l'U²HDRnet atteint un PSNR de 31,42 dB, un SSIM de 0,985, surpassant les algorithmes HDR courants, obtenant ainsi des images HDR de portrait de haute qualité tout en évitant la distorsion de la peau.

apprentissage profond;grande plage dynamique;extraction des caractéristiques de la peau;mécanisme d'attention;reconstruction des couleurs