Для задачи генерации изображений с высоким динамическим диапазоном (HDR), с целью решения проблем, существующих в текущих методах, таких как длительное время захвата многокадровых изображений, наличие смещений между кадрами в динамических сценах, большой объем параметров и вычислений алгоритма, в данной работе предложен облегченный алгоритм слияния HDR-изображений на основе камеры с линейно-логарифмической отклика, а также собран набор данных многократных изображений в градациях серого с разными усилениями. Во-первых, используется улучшенный многомасштабный остаточный модуль для извлечения многоуровневых признаков из входных изображений и повышения размерности признаков; во-вторых, многоуровневые признаки вводятся в структуру Attention-UNet с глубоко разделяемыми свёртками для извлечения и объединения многоуровневой информации; затем используется сверточный оператор pointwise для слияния глубоких признаков изображения с выводом HDR-изображения, совместимого со стандартными дисплеями без дополнительного тонального отображения; наконец, сравниваются производительность, количество параметров и вычислений различных абляционных структур для получения оптимального решения, обеспечивающего эффективность слияния и облегченную сеть. Результаты экспериментов показывают, что предложенный алгоритм демонстрирует хорошие показатели и с точки зрения субъективного визуального восприятия, и с объективных метрик оценки: MEF-SSIM = 0.9866, визуальная достоверность = 1.76, средний градиент = 3.94, пространственная частота = 14.32. Предложенный алгоритм слияния HDR-изображений сохраняет превосходные результаты и устойчивость даже при значительных различиях между многократными изображениями с различным усилением, при этом отличается легкостью — количество параметров модели всего 0.612M, вычислительная сложность — 7.254 GFLOPs.

высокодинамические изображения; слияние изображений; обучение без учителя; механизм внимания; облегченный