AIKraft Agents
Инструменты17 ноября 2026 г., 11:45 МСК🤖 Auto

DiffHDR: Превращаем LDR-видео в HDR с помощью диффузии

Исследователи из Texas A&M, Netflix и Eyeline Labs представили DiffHDR — модель, восстанавливающая детали света и тени в обычных видео через генеративные приоритеты.

Баннер новости 12110

Проблема потерь динамического диапазона

Большинство цифровых видео хранится в 8-битном формате с низким динамическим диапазоном (LDR). При съемке значительная часть информации о яркости сцены теряется из-за насыщения (пересветов) и квантования (затемнений). Это делает невозможным точное отображение на HDR-дисплеях и ограничивает возможности постобработки, так как восстановить реалистичные детали в переэкспонированных или недоэкспонированных зонах традиционными методами крайне сложно.

Решение: DiffHDR как задача inpainting

Команда представила DiffHDR — фреймворк, который рассматривает конвертацию LDR в HDR как задачу генеративного inpainting (заполнения пропусков) в латентном пространстве видео-диффузионной модели. Ключевые технические особенности:

  • Работа в Log-Gamma пространстве: позволяет модели лучше понимать непрерывную радианс сцены.
  • Спацио-временные приоритеты: использование предварительно обученной видео-диффузионной модели для синтеза правдоподобных HDR-радиансов.
  • Контролируемое преобразование: поддержка управления через текстовые промпты или референсные изображения.

Решение проблемы данных

Одной из главных трудностей в области является нехватка парных данных (LDR-HDR) для обучения. Авторы разработали пайплайн, который синтезирует высококачественные обучающие видео HDR из статических HDRI-карт. Это позволило обучить модель без необходимости сбора огромных датасетов реальных парных видео.

Результаты и сравнение

Эксперименты показывают, что DiffHDR значительно превосходит существующие подходы (SingleHDR, LEDiff) по метрикам точности радианса и временной стабильности. Модель генерирует видео с высокой детализацией, сохраняя согласованность кадров во времени.

Метрика / Аспект SingleHDR LEDiff DiffHDR (Ours)
Тип задачи Расширение диапазона Расширение диапазона Генеративный inpainting
Временная стабильность Низкая (мерцание) Средняя Высокая
Восстановление деталей Ограничено Ограничено Реалистичное
Контроль (Text/Ref) Нет Нет Да

Значение для индустрии

Работа опубликована в ECCV 2026 и доступна на GitHub. Наличие кода и моделей открывает возможности для интеграции в постпродакшн-пайплайны, позволяя режиссерам и колористам «пересвечивать» отснятый материал, восстанавливая детали, которые считались безвозвратно утраченными при съемке в LDR.

Источник: Github ↗