近日，我室科研团队联合北京快手科技有限公司的最新利用深度学习算法针对传统SDR视频（标准动态范围视频）生成高质量HDR视频（高动态范围视频）（SDRTV-to-HDRTV）技术的研究成果“SDRTV-to-HDRTV via Hierarchical Dynamic Context Feature Mapping”被多媒体领域顶级会议ACM MM (ACM Multimedia)2022收录。

该研究团队在国际上开创性地提出了基于动态特征变换的特征映射模型，该模型是第一个将颜色亮度信息转换建模为特征映射过程的方案，该研究成果可以重制SDR视频使之具有更丰富的细节、更宽广的色域和更自然的色彩过渡，同时推动HDR相关技术的发展演进。

HDR视频对真实环境还原度更高、更逼真（左侧为SDR视频，右侧为HDR视频）

该论文提出的方案在主观质量上获得大幅提升，特别是视频帧的颜色保真度。下图为高光生成模型结果图，可以看到该论文提出的PDCG能够有效增强高光区域的视频帧质量。

论文高光生成对比结果图（提出的高光补偿处理的HDR生成模型能够对生成的HDR视频帧高光部分进行主观质量增强）

据了解，成果主要作者何刚老师一直致力于基于深度学习的图像视频增强处理及编解码压缩等学术研究技术，至今已发表相关论文50多篇和相关专利。同时，其团队和工业界应用合作紧密，在2019年合作完成的人工智能AI图像修复合作技术（去噪、去雾、去模糊、对比度增强）获得CCTV13《朝日新闻》采访报道，其承担超高清编解码和视频处理系统应用国家海深探测项目获2020年《陕西新闻》采访报道。

论文链接：https://arxiv.org/abs/2207.00319