Reconstruir uma imagem de alto alcance dinâmico (HDR) a partir de uma única imagem de baixo alcance dinâmico (LDR) requer restaurar as informações ausentes nas áreas de saturação de realce e distorção de sombras. Os métodos existentes geralmente dependem da supervisão com imagens HDR reais suficientes ou utilizam sequências de exposição múltipla LDR para melhorar a qualidade da reconstrução, o que limita em certa medida a flexibilidade do método. Para isso, propõe-se uma estrutura de reconstrução HDR de imagem única baseada em prior de exposição múltipla chamada USME-HDR, onde a fase de aprendizado da reconstrução HDR não requer supervisão por imagens HDR reais. Especificamente, primeiro é treinada uma rede de ajuste de exposição de forma supervisionada para mapear uma única imagem LDR em um par de imagens superexpostas/subexpostas. Inspirado pela teoria Retinex, a imagem de entrada é ainda decomposta em mapa de iluminação e características de iluminação, que são introduzidas como entrada auxiliar na rede de ajuste de exposição para realizar a geração de exposição baseada na percepção de brilho. Ao mesmo tempo, um mecanismo orientador da proporção do tempo de exposição é introduzido para melhorar a fidelidade do brilho. Finalmente, a imagem HDR final é gerada através da fusão da imagem LDR original com as imagens de exposição múltipla geradas, combinada com um processo de otimização auto-supervisionado. Os resultados experimentais mostram que, na fase de teste, o USME-HDR necessita apenas de uma única imagem LDR para reconstruir uma imagem HDR com bons efeitos visuais, sem necessidade de imagens reais de baixa ou alta exposição.

alto alcance dinâmico; reconstrução HDR; HDR de imagem única; aprendizado não supervisionado; prior de exposição múltipla