Алгоритмы обработки изображений с высоким динамическим диапазоном (HDR), основанные на глубоком обучении, при обработке изображений с изображением лиц сталкиваются с проблемой искажения цвета кожи. Для решения этой проблемы в данной работе предложен алгоритм обработки HDR-изображений лиц на основе многократного объединения признаков под названием U²HDRnet. Алгоритм состоит из трех модулей: модуль извлечения признаков кожи, модуль извлечения трёхсторонних признаков и модуль восстановления цвета. Во-первых, модуль извлечения признаков кожи выделяет цветовую и позиционную информацию кожи; во-вторых, модуль извлечения трёхсторонних признаков извлекает локальные, глобальные и семантические признаки изображения и объединяет их с признаками кожи; наконец, модуль восстановления цвета выполняет пространственную и цветовую интерполяцию по сетке. Кроме того, в работе введён усовершенствованный модуль объединения самовнимания и свёртки для улучшения обработки HDR; также был создан набор данных портретных HDR-изображений PortraitHDR, заполняющий пробел в этой области. Экспериментальные результаты показывают, что PSNR U²HDRnet составляет 31,42 дБ, SSIM — 0,985, что превосходит существующие алгоритмы HDR, обеспечивая высококачественные портретные HDR-изображения без искажений кожи.

глубокое обучение;высокий динамический диапазон;извлечение признаков кожи;механизм внимания;восстановление цвета