প্রকল্প সম্পর্কে

DeCoMix-HDR হল একটি গভীর শিক্ষার পদ্ধতির অফিসিয়াল বাস্তবায়ন যা সাধারণীকৃত SDR-থেকে-HDR রূপান্তরের জন্য। এটি বিভিন্ন টোন-ম্যাপিং এবং অবক্ষয় শৈলী দ্বারা উৎপাদিত SDR ইনপুটগুলি পরিচালনা করার জন্য ডিজাইন করা হয়েছে, যার মধ্যে বিভিন্ন টোন কার্ভ, এক্সপোজার শিফট, হাইলাইট কম্প্রেশন, স্যাচুরেশন পরিবর্তন এবং কালার কাস্ট অন্তর্ভুক্ত। পদ্ধতিটি লুমিন্যান্স- এবং ক্রোমিন্যান্স-সচেতন কনট্রাস্টিভ সুপারভিশন ব্যবহার করে একটি ভাগ করা অ্যাট্রিবিউট-ডিসেন্ট্যাংলড ডিগ্রেডেশন উপস্থাপনা শেখে। একটি UNet-ভিত্তিক এনকোডার গ্লোবাল এবং লোকাল ডিগ্রেডেশন বর্ণনাকারী তৈরি করে। প্রার্থী নেগেটিভগুলি একই HDR দৃশ্যের বিভিন্ন ডিগ্রেডেশন শৈলী সহ তৈরি SDR সংস্করণ থেকে সংগ্রহ করা হয়, তারপর লগ-লুমিন্যান্স দূরত্ব এবং Yxy ক্রোমাটিসিটি দূরত্ব ব্যবহার করে র্যাঙ্ক করা হয়। র্যাঙ্ক-নির্দেশিত উপস্থাপনা মিক্সিং নির্বাচিত নেগেটিভগুলিকে পজিটিভ কী-এর দিকে ইন্টারপোলেট করে ক্রমাগত হার্ড নেগেটিভ তৈরি করে। ডিগ্রেডেশন-অ্যাডাপ্টিভ HDR ম্যাপিং নেটওয়ার্ক HDR আউটপুট পুনর্গঠনের জন্য ঘন গ্লোবাল চ্যানেল মডুলেশন এবং স্পার্স লোকাল পিক্সেল-ওয়াইজ মডুলেশন ব্যবহার করে। নেগেটিভ নমুনা এবং মোমেন্টাম এনকোডার শুধুমাত্র প্রশিক্ষণের সময় ব্যবহার করা হয়; অনুমানের জন্য একটি SDR চিত্র এবং একটি প্রশিক্ষিত চেকপয়েন্ট প্রয়োজন। রিপোজিটরিটি একটি BasicSR-শৈলী কাঠামো অনুসরণ করে এবং প্রশিক্ষণ ও মূল্যায়ন এন্ট্রি পয়েন্ট, YAML কনফিগারেশন ফাইল, মডেল আর্কিটেকচার, কনট্রাস্টিভ ডেটাসেট লোডার, লস এবং মেট্রিক ইউটিলিটি, ডিস্ট্রিবিউটেড লঞ্চ স্ক্রিপ্ট এবং ডেটাসেট প্রস্তুতি সহায়ক অন্তর্ভুক্ত করে। একটি পেপার-থেকে-কোড ম্যাপিং প্রশিক্ষণ র্যাপার, DAHM আর্কিটেকচার, কনট্রাস্টিভ এনকোডার, র্যাঙ্কড-নেগেটিভ ডেটাসেট, ল্যাটেন্ট মিক্সিং রুটিন, স্টেজড প্রশিক্ষণ লজিক এবং চেকপয়েন্ট কী চিহ্নিত করে। নথিভুক্ত সফ্টওয়্যার পরিবেশ Python 3.8 বা নতুন, CUDA সহ PyTorch, torchvision, kornia, lmdb এবং OpenCV ব্যবহার করে। প্রধান পরীক্ষাগুলি প্রশিক্ষণ এবং পরিচিত-অবক্ষয় মূল্যায়নের জন্য HDRTV4K বা HDRTVDM এবং অজানা-অবক্ষয় মূল্যায়নের জন্য HDRTV1K ব্যবহার করে। ডেটাসেটগুলি নাম মেটাডেটা এবং র্যাঙ্কড লুমা ও ক্রোমা নেগেটিভ-লিস্ট ফাইল সহ LMDB ফর্ম্যাটে প্রত্যাশিত। একটি সহায়ক স্ক্রিপ্ট ডেটাসেট সিমলিংক এবং স্থানীয় কনফিগারেশন ফাইল তৈরি করতে এবং প্রয়োজনীয় ডেটা যাচাই করতে পারে। README একক-GPU এবং ডিস্ট্রিবিউটেড প্রশিক্ষণ কমান্ড, একটি ডিফল্ট 400,000-ইটারেশন শিডিউল, চেকপয়েন্ট পাথ এবং সম্পূর্ণ-মূল্যায়ন কমান্ড সরবরাহ করে। মূল্যায়ন আউটপুটগুলির মধ্যে PSNR, SSIM এবং Delta E ITP পরিমাপ অন্তর্ভুক্ত। ফলাফল সারণী HDR-VDP3-ও রিপোর্ট করে। প্রতিনিধিত্বমূলক রিপোর্ট করা ফলাফলগুলি হল HDRTV4K পরিচিত অবক্ষয়ের উপর 31.20 PSNR এবং 0.9213 SSIM, এবং HDRTV1K অজানা অবক্ষয়ের উপর 29.12 PSNR এবং 0.9412 SSIM, README উল্লেখ করে যে সঠিক মানগুলি ডেটাসেট প্রস্তুতি, চেকপয়েন্ট এবং মূল্যায়ন পরিবেশের উপর নির্ভর করে। মডেল রেজিস্ট্রি এবং চেকপয়েন্টের সাথে সামঞ্জস্যের জন্য কিছু ঐতিহাসিক RealRep ক্লাস এবং ফাইলের নাম রয়ে গেছে। অ্যাবলেশন কনফিগারেশন, প্রশিক্ষণ লগ, পেপার সোর্স, ফিগার, PDF, স্থানীয় ডেটাসেট এবং পরীক্ষা আউটপুট পাবলিক প্যাকেজে অন্তর্ভুক্ত নয়।