《現代電影技術》｜張鑫等：電影SDR與HDR映射結構研究——基于ASC StEM2技術測試片的實證分析

本文刊發于《現代電影技術》2026年第3期

專家點評

丁友東

教授

上海大學上海電影學院黨委書記、博士生導師，上海電影特效工程技術研究中心副主任

我國具有自主知識產權的數字電影LED放映系統，憑借自發光、高對比度、廣色域等技術優勢，正成為電影放映技術發展的重要方向之一；推動HDR電影內容的制作、發行與放映，對于提升影院視聽品質、發揮國產放映系統技術優勢、增強我國電影產業核心競爭力具有重要的現實意義。當前及未來，存量內容的SDR轉HDR適配及其藝術意圖保持仍是制約電影產業規范化發展的核心技術瓶頸。《電影SDR與HDR映射結構研究——基于ASC StEM2技術測試片的實證分析》一文立足于我國電影產業HDR放映規范化與設備國產化的現實需求，創新性引入EXR作為物理錨點，通過對ASC StEM2測試片畫面的逐像素統計，構建了包含高動態范圍EXR源數據、SDR與HDR發行母版的“物理-感知”三層對照體系，量化了影像重制過程中的經驗性操作，對于探尋數字電影HDR制版規律、指導逆色調映射（ITM）算法開發及AI模型先驗設計具有重要的理論價值與工程前瞻意義。論文成果打破了以往ITM算法試圖從單一SDR信號反推物理世界的“盲盒”局限，為相關AI算法從單純數據驅動的“黑盒”擬合走向基于受限復原機制的“白盒”規則提供了扎實的統計學依據，將為AI算法的精準轉化及相關技術標準制定提供關鍵支撐，全面助力我國電影產業的高質量可持續發展。

項目信息

中國電影科學技術研究所（中央宣傳部電影技術質量檢測所）基本科研業務費項目“LED數字電影放映屏4K/HDR視頻控制技術研究”（2025‐DKS‐12）。

作者簡介

張 鑫

碩士，中國電影科學技術研究所（中央宣傳部電影技術質量檢測所）高級工程師，主要研究方向：數字電影技術。

陳曉藝

碩士，高級工程師，中國電影科學技術研究所（中央宣傳部電影技術質量檢測所）傳輸放映技術研究處處長，主要研究方向：數字電影技術。

摘要

本文以美國電影攝影師協會（ASC）技術測試片StEM2為研究對象，通過對全片18,580幀的逐像素統計，建立高動態范圍（HDR）圖像格式EXR源數據、標準動態范圍（SDR）與高動態范圍發行母版三層對照體系，系統分析了三者間的亮度與色彩映射結構關系。研究發現，HDR與SDR母版在亮度維度上呈現高度穩定的全局單調對應關系，畫面幾何結構在整體上保持一致，僅在自發光高光與特定材質區域出現稀疏且結構化的偏離；在色彩維度上，二者整體保持色相穩定，飽和度呈現中間調釋放、兩端收斂的重分配特征。本文進一步引入EXR作為物理參考構建決策圖譜，統計結果表明約82.4%的圖像區域可通過對SDR版本的物理復原實現向HDR的有效適配，僅在極端高光與特定材質區域需進行有限的語義性調整，以匹配HDR的動態范圍與色彩特性。研究表明，SDR到HDR的適配過程可概括為一種“受限復原”機制，該機制及其統計規律可為相關算法開發和人工智能（AI）模型先驗設計提供參考。

關鍵詞

數字電影；高動態范圍（HDR）；StEM2；受限復原；逆色調映射

1

引言

當前，我國電影產業正處于轉型升級與高質量發展的關鍵階段。深化電影科技自主創新，完善電影技術標準體系，提升國產電影技術裝備水平是落實國家電影強國戰略的關鍵舉措。高動態范圍（HDR）作為提升銀幕視覺效果的關鍵技術，其放映標準已寫入我國電影行業標準 DY/T 8—2023《數字電影LED影廳技術要求和測量方法》[1]，這標志著我國HDR放映正式進入規范化、標準化的發展階段。

與此同時，國際上電影高動態范圍標準不斷演進[2]。國際標準化組織（ISO）將高動態范圍（HDR）圖像定義為亮度變化范圍顯著拓展、動態范圍顯著優于標準動態范圍（SDR）圖像的影像格式[3,4]。HDR的核心并非單純提升峰值亮度，而是在覆蓋更寬亮度范圍的同時，確保可見的畫面細節與層次。數字電影倡導組織（Digital Cinema Initiatives, DCI）最早將影院HDR的峰值亮度設定為300 cd/m2，這一數值基于主觀評價測試結果確定[2]，當峰值亮度達到該水平后，更高的亮度不會帶來明顯的主觀評價提升[5]。我國也形成了相應的技術標準，國家電影行業標準 DY/T 8—2023《數字電影LED影廳技術要求和測量方法》中明確規定，HDR放映模式的中心點亮度和全屏亮度平均值為（299.6±9.0） cd/m2。視覺感知研究表明，環境光條件會影響人眼的視覺適應，改變人眼對亮度與對比度的敏感性，為理解影院暗環境中HDR感知特性提供了生理學層面的支持[6]。在技術實現上，HDR技術適配不僅需要完成亮度動態范圍的擴展，還需同步實現色彩的適配管理，二者共同構成SDR與HDR間的映射關系[7]。

隨著LED放映屏等新型顯示終端在國內加速推廣，HDR內容的放映硬件基礎日趨完善，針對LED放映技術特點的HDR制版流程方案基本形成。與此同時，大量存量SDR影片面臨向HDR版本適配的現實需求。現有主流逆色調映射（Inverse Tone Mapping, ITM）方法通常以畫質增強、重建真實光照等為目標[8]，試圖從單一SDR信號反推（Inverse）物理世界的亮度分布。然而，此類方法隱含的假設是，SDR可通過算法手段進行物理反推[9]。電影母版是經過曝光控制、構圖選擇、調色風格化及敘事表達等多重決策形成的產物，影調與色彩結構在母版階段已經被人為固化，其目標是服務敘事結構與視覺表達。因此，本文將目標設定為通過分析真實影片制作流程中的高質量數據，刻畫SDR與HDR發行母版之間亮度與色彩結構關系的統計特征。

當前相關研究主要集中在SDR與HDR顯示特性、色調映射算法及感知質量評估等方面，而結合真實電影制作流程，對SDR與HDR發行母版之間統計關聯進行系統分析的研究相對較少，對于二者是否存在穩定的結構對應關系以及統計特征差異，亦缺乏量化分析與研究。這導致研究者難以提煉普適性映射規律，構建可靠的數學模型開展有效建模計算。

美國電影攝影師協會（ASC）的標準評估素材Ⅱ（Standard Evaluation Material Ⅱ, StEM2）作為新一代數字影院系統權威測試影片，為研究SDR到HDR的映射規律提供了數據條件[10]。該測試片不僅提供SDR（DCI?P3、Gamma 2.6、48 cd/m2, 12?bit JPEG 2000）與HDR（DCI?P3、PQ、300 cd/m2、12?bit JPEG 2000）的數字電影發行包（DCP），可用其轉換為數字電影發行母版（DCDM），還提供ACES AP0線性空間下的EXR源數據（16?bit Float）；三者同屬一條制作流水線，可構造單源多顯示條件的對照體系，為分析不同版本圖像之間的內在結構關系提供了基礎。

2

數據與方法

2.1實驗數據

ASC StEM2《任務》（The Mission）是一部圍繞明確系統測試目標、采用反向設計思路構建的測試影片。其劇本結構、拍攝方案與后期制作流程均是為測試數字影院系統而專門設計，測試內容覆蓋動態范圍邊界、廣色域覆蓋、壓縮編碼魯棒性、運動偽影控制及虛擬攝制與LED容積屏（Volume）融合后的系統一致性等關鍵技術指標。

影片在內容設計階段引入多種高對比度與極端光照條件的測試場景（圖1）。例如，開篇洞穴段落通過LED虛擬攝制構建大面積暗場與高亮點光源的高反差環境；車內駕駛橋段利用強過曝背景模擬極端光比；特效晶體道具的色彩被推至Rec.2020色域邊界，以測試廣色域下的飽和度極限；此外還包含快速橫搖鏡頭（用于測試運動偽影）及大面積煙霧漸變（用于測試量化帶狀偽影）。這些設計使影片成為HDR系統能力測試的有效載體。

圖1　ASC StEM2《任務》基于時間線的敘事段落及技術挑戰對應統計

在制作流程層面，StEM2采用學院顏色編碼系統（Academy Color Encoding System, ACES）作為全流程色彩管理框架[11]，其原始拍攝素材及虛擬資產統一歸一至ACES AP0線性空間，并在此基礎上通過不同輸出設備變換（Output Device Transform, ODT）生成SDR與HDR發行母版。因此，該片的SDR與HDR版本并非兩次獨立創作，而是同一源素材在不同顯示條件下的兩種表達形式。這種單源同構特性，使其EXR源數據、SDR母版與HDR母版三者間的差異主要由顯示目標與感知適配策略決定。其中，HDR母版的電光轉換采用SMPTE ST 2084感知量化曲線（PQ EOTF）[12]，以實現與人眼視覺感知的良好匹配。

2.2 數據域的界定

為便于分析，同時避免不同數據屬性的混淆，本文將EXR源數據、SDR母版與HDR母版等3種數據劃分為兩個概念不同的域。

（1）物理域。物理域以EXR源數據為代表，其數值與場景輻射強度（Radiation Intensity）呈近似線性關系，具有極寬的動態范圍與色域覆蓋。該域的數據未針對具體顯示設備進行感知適配處理，也未引入調色師的風格決策，因此更接近于拍攝階段的原始記錄。

（2）感知域。感知域以最終發行的SDR與HDR版本為代表。這兩種版本在調色與母版制作階段引入了創作決策，考慮了人類視覺系統（HVS）的適應機制與目標顯示條件，側重于面向觀眾的最終視覺呈現。

2.3 分析流程與統計方法

本研究以逐幀掃描方式對StEM2正片部分共18,580幀進行全量統計分析，并輔以分場景隨機抽樣，覆蓋日景、夜景、室內、車內及特效場景等多種典型拍攝條件。為避免將噪聲和無關信息統計在內，分析過程剔除了片尾字幕、黑場等非劇情段落。

（1） 對數亮度散點分析

通過在對數亮度域繪制SDR與HDR版本圖像對應像素的散點分布，直觀呈現整體映射形態，揭示二者間亮度關系。

（2） 單調回歸（Isotonic Regression）

采用保序回歸方法擬合最優單調非減函數[13]，驗證SDR與HDR間是否存在穩定的全局順序保持關系。其目標函數為：

式（1）中，xi與yi分別表示對應像素的SDR與HDR亮度值。擬合優度通過式（2）決定系數(R2)進行量化。

（3） 結構一致性分析

為比較不同版本幾何結構的相似性，本文在梯度域計算圖像的皮爾遜相關系數（Pearson Correlation Coefficient）ρ。利用索貝爾算子（Sobel Operator）提取梯度幅值，計算對應像素的相關性，評估邊緣與紋理結構的保持程度。

（4） 色彩空間與色差度量

在色彩分析中，本文采用ICtCp感知均勻色彩空間，使用ΔEITP作為像素級差異度量。該度量在HDR與廣色域條件下具有更好的感知均勻性，適用于不同顯示條件下的對比。

3

亮度與色彩的結構性統計關系

3.1 亮度結構關系

3.1.1 全局單調映射特性

圖2給出了StEM2全片像素在絕對亮度域中的SDR到HDR的映射分布，兩者間有著清晰的單調對應關系。其中，青色曲線表示基于保序回歸估計得到的全局映射基線，灰色虛線為1∶1恒等映射參考。可以觀察到，HDR版本主要是在高亮區域擴展了亮度上限。在低亮度區域，由于引入影院最低有效黑電平作為參考基準，映射關系呈現出偏移，感知效果是暗部產生更多的層次細節。

圖2　SDR與HDR母版在亮度域中的全局映射關系

統計結果顯示，超過85%的鏡頭SDR與HDR亮度對應關系的決定系數R2大于0.99，平均值約為0.9986。表1給出了按場景分類的統計結果。在日間車內、夜間室內等主要場景中，R2均值達到0.999以上；在光比最極端的洞穴場景，R2均值仍達0.996，最低值0.917發生在畫面中存在強烈燈光的單幀中。以上特征與ITU?R BT.2100中關于電光轉換函數（EOTF）感知單調性原則一致[14]，表明高動態范圍擴展是建立在對場景亮度結構的嚴格繼承之上，不存在對原始意圖的破壞性重構。

表1　StEM2各場景SDR?HDR亮度映射統計

本文從影片選取具有代表性的鏡頭作為統計樣本，樣本總數為204個，按場景類型分組，用于分析在不同拍攝條件下SDR與HDR亮度映射和結構特性。表1顯示，SDR與HDR在空間梯度分布及紋理結構上也具有高度一致性，絕大多數鏡頭的梯度相關系數ρ大于0.96，這說明HDR制作未引入顯著的幾何結構重排。

如圖3所示，在包含強高光或自發光元素的場景中，亮度分布在高亮區間出現顯著延展，像素散點整體偏離1∶1恒等映射曲線；而在低亮度或整體對比度受控的場景中，亮度分布緊湊集中。

圖3　典型場景的SDR?HDR映射特性

3.1.2 亮度殘差結構

為區分HDR制作中針對特定內容的局部意圖（偏離），需將這一調整從全局亮度映射中解耦出來。為此，本文引入亮度殘差概念，用以描述HDR亮度與全局單調基線預測值間的差異。這種差異反映了在制作HDR時，針對特定圖像區域所實施的、獨立于全局策略之外的微調操作。

（1）殘差能量與結構指標

圖4　殘差在能量-結構空間的聚類與物理/語義歸因

本文將亮度殘差投射至“能量-結構”二維特征空間，對其分布進行分析（圖4）。其中，單像素亮度殘差定義為式（4）。

（2）3類典型殘差

Type Ⅰ：自發光高亮（Self?Luminous Highlights）殘差，主要分布于強自發光元素區域，如洞穴場景中的聚光燈、爆炸場景中的火花等。其統計特征表現為殘差能量顯著增大，且殘差邊緣位置與發光體輪廓高度重合。為確保主體區域的整體曝光與可視性，SDR母版往往對超出顯示能力的高亮信號進行剪切或壓縮。在HDR母版中，則可利用更高的亮度上限，對原先受限的高亮極值進行釋放，從而呈現更完整的高光細節。高亮區域在視覺注意分配中通常具有更高權重[15]，HDR制作通常優先對這些區域進行動態范圍擴展，因此該區域會表現出較顯著的殘差。

Type Ⅱ：材質與結構紋理殘差，主要分布于影片中的透明顯示屏、玻璃反射及金屬高光等區域。其統計特征表現為結構分數較高，而殘差能量處于中等水平。這類殘差可理解為對材質質感的增強，在保持整體亮度關系穩定的前提下，對具有明確結構語義的細節區域進行的調整。此類與結構高度相關的差異往往承載更多的有效語義信息[16]。

Type Ⅲ：負對照區域殘差，代表了畫面中能夠通過全局單調映射充分解釋的部分。典型表現在測試片開頭的簡單圖形文字以及片頭字幕畫面中，盡管畫面存在黑白反差，但對應區域的殘差能量與結構分數均較低。在缺乏復雜敘事需求或材質表現目標的情況下，全局單調映射已能充分解釋它們之間的亮度關系，因此無需引入額外風格化補償或噪聲成分。這一現象可作為前述殘差分析的負對照，用來驗證補償機制的觸發條件。

由表2可知：（1）Type Ⅲ低殘差區域在像素數量上占據約50%的主導地位，其能量占比僅約為0.8%；（2）Type Ⅰ和Type Ⅱ總像素比例約為50%，卻貢獻了超過99%的殘差能量，其中TypeⅠ自發光高亮區域雖僅約占18%像素，但承載了95%的殘差能量；（3）SDR到HDR的差異主要集中在語義顯著區域（高光與材質），殘差分布整體呈現出稀疏而結構化的特征。

表2　StEM2殘差分類統計

3.2 色彩結構關系

除亮度之外，SDR與HDR間的差異同樣體現在色彩分布上。但與亮度不同，在相同色域條件下，色彩變化并不直接由顯示系統能力決定，而更多與物體屬性和創作表達相關。HDR制作通常盡量保持色相穩定[17]。因此，有必要檢驗SDR與HDR在色彩結構上是否保持一致，以及其變化是否具有穩定的統計特征。

為避免白點差異影響色度分布，本文在DCI?P3色域條件下對SDR與HDR數據進行Bradford色適應變換，使二者在同一白點條件下對齊；隨后，將數據轉換至ICtCp感知均勻空間進行分析。本文采用以下4個指標描述SDR與HDR間的色彩差異。

（1）色相穩定性：ICtCp空間中色相角差值絕對值的均值（MeanΔh），其中Δh為SDR與HDR色相之差的圓周差值，反映整體色相偏移水平。

（2）色相異常值：色相角差值絕對值的95%分位數，表征極端情況下的色相維持能力。

（3）彩度相關性：SDR與HDR像素點在彩度（Chroma）間的皮爾遜相關系數，旨在評估色彩濃度的整體結構一致性。

（4）飽和度增強比例：在給定亮度區間內，HDR圖像飽和度高于SDR圖像飽和度（即對應像素間飽和度差ΔS>0）的像素比例，用以量化色彩體積的補償性釋放。

綜合圖表分析，可得到SDR到HDR的色彩映射主要存在以下特征。

（1）色相偏移與穩定性

在圖5（a）中，色相偏移主要集中在0值附近，大多數像素的色相變化幅度較小。表3給出的平均色相偏移為2.38°，P95為6.52°，均低于人眼在復雜場景中對色彩記憶的可分辨范圍。由此可見，HDR版在色相層面基本沿用了SDR的色彩關系，色彩所承載的語義信息保持穩定。

（2）飽和度與色彩體積變化

圖5（b）給出了飽和度變化隨亮度變化的分布。結合表4可見，在20～100 cd/m2的中間調區域，飽和度平均變化為+0.003，同時約66.9%的像素出現飽和度增強。該區間內增強像素比例較高，但平均幅度較小，說明HDR在中間調對色彩體積進行了有限釋放。在暗部區域（<20 cd/m2），飽和度平均變化為-0.039，僅有30.8%的像素出現增強；同時，該區域像素占比達到85.8%。這表明暗部像素在HDR中以去飽和為主，主要與亮度和對比度被重新拉開后，感知飽和度隨之降低有關。在高亮區域（>100 cd/m2），飽和度平均變化為-0.008，飽和度增強比例下降至34.4%。隨著亮度逐漸接近白點，可用色域截面減小，高亮區域的色度受到限制，飽和度隨之回落。

圖5　ICtCp空間下的SDR與HDR色彩分布對比

表3　StEM2色彩現象學統計指標（ICtCp空間）

表4　StEM2色彩指標按亮度分段統計（ICtCp空間）

3.3 基于物理基準的行為分類

前述分析揭示了SDR與HDR在亮度與色彩維度上的結構關系。然而，僅憑兩個版本母版間的對比，仍無法判斷這些差異究竟源于目標顯示條件的變化抑或創作性重構的結果。為此，本文進一步引入EXR源數據作為物理參考，構建EXR?SDR?HDR的三層對照體系，對HDR母版的制作行為進行可解釋分類，通過構建一種行為判別框架，區分不同區域中HDR母版相對于SDR的變化究竟更接近物理復原（釋放受限表達的信息）或是語義調整（引入創作性與感知補償）。

（1）判別指標的選擇與度量依據

不同顯示條件下，亮度變化是不可避免的，其數值受EOTF形式、峰值亮度上限、黑位重標定及視覺適應等因素影響顯著。相比之下，色彩關系，尤其是色相與局部對比結構，在電影敘事中具有更強的穩定性，更適合作為“創作意圖是否被保持”的代理指標。基于這一考慮，本文選擇在ICtCp感知均勻色彩空間中，采用ΔEITP進行感知距離度量，作為判定HDR制作行為屬性的依據。

由于EXR數據為場景相關的相對輻射記錄，而發行母版為顯示相關的絕對亮度，二者間沒有現成的亮度比例關系。為消除這一差異，首先將EXR（ACES AP0）轉換至XYZ（D65）空間，并以中灰亮度區間為錨點，對EXR的整體曝光水平進行增益補償，使其與SDR與HDR的中間調區域對齊。完成對齊后，對每個像素位置(x)，計算其在SDR與HDR版本中相對于EXR參考的感知距離，記為：

式（5）中，ΔE(x)為感知空間中的結構偏離程度，數值始終為非負量，用于表達遠近關系。進一步構建如下決策規則：若ΔEHDR(x)＜ΔESDR(x)，則判定HDR在該區域更接近物理參考，記為物理復原；若ΔEHDR(x)>ΔESDR(x)，則判定HDR在該區域相較SDR引入了額外偏離，記為語義調整。為過濾紋理遮蔽與量化噪聲的影響，本文設定3JND（ΔEITP≈3）為工程魯棒性閾值，當兩者差異低于此閾值時，視為非顯著微擾，不作明確分類。由此可得像素級二元分類決策圖譜（Decision Map），用于不同區域的類型判定。

（2）決策圖譜的統計分布特征

將上述方法應用于StEM2的多個典型場景，所得決策圖譜在不同光照條件與內容類型下呈現出二元分層結構，如圖6所示。

圖6　不同典型場景下的決策圖譜

由圖6可知，物理復原區域（綠色）在整體上占據主導地位。對全片91幀進行采樣分析，得到物理復原區平均比例為82.4%，詳見表5。

表5　StEM2物理復原與語義調整比例

相比之下，語義調整區域（紅色）主要集中于極端高光（如聚光燈中心）、高飽和發光體（如霓虹燈管）以及特定材質的鏡面反射區域。上述區域往往對應顯示約束、亮度剪切或色彩體積壓縮等最為顯著的情況。

（3）分類結果的物理成因及其對SDR到HDR映射的含義

前述分類基于感知色差指標完成，但其物理成因可結合亮度結構特征與信噪比條件進行解釋。

在物理復原區域中，HDR版本在統計上表現為更接近EXR的亮度與色彩結構。在這些區域，SDR與EXR間的差異主要體現為動態范圍壓縮。信息在SDR中未表現出顯著的結構性破壞，而主要受到目標顯示動態范圍的限制。因此，從SDR到HDR的映射在此類區域具有物理可逆性。然而，可逆程度受到原始素材信噪比的顯著影響（表6），即在高亮、高信噪比場景中（如沙漠戈壁），HDR和EXR的結構相關性明顯高于低亮、低信噪比場景（如洞穴）。換言之，由于對應信號通常被噪聲主導或在母版制作階段發生了不可逆處理，低信噪比區域較難恢復原始物理結構特征。因此，這類區域應采用基于視覺感知的方法，通過調整亮度、對比度和色彩關系，在不放大噪聲和改變結構的前提下進行重建。

表6　StEM2物理基準（EXR）與發行母版（SDR/HDR）的結構相關性

在語義調整區域中，殘差主要集中于自發光高亮、鏡面高光及特定材質區域。這些區域在SDR中往往經歷了嚴重的亮度剪切、飽和度壓縮或量化失真，導致原始物理結構在SDR中已丟失、不可逆。因此，在這些區域的變化不可恢復，但可在保持色相與物體身份穩定的前提下，對亮度與飽和度進行有限補償。

4

總結與展望

本文以ASC StEM2技術測試片為研究對象，結合實證與統計分析，量化對比了EXR源數據、SDR與HDR發行母版在亮度與色彩維度上的映射關系。結果表明，SDR與HDR母版間存在穩定的全局單調對應關系，其畫面結構在整體上保持高度一致；而EXR與發行母版間的差異，表明影調風格主要在母版制作階段被固化。基于EXR構建的決策圖譜進一步顯示，全片約82.4%的區域可歸類為物理復原，僅在自發光高亮及特定材質區域出現有限的語義調整。

基于上述實證結果，本文將SDR到HDR的適配行為概括為一種受限復原（Restrained Restoration）機制，即在保持原有敘事結構與感知語義穩定性的前提下，對受SDR 顯示條件限制的信息進行選擇性釋放。具體而言，在亮度維度上，該過程以全局單調基線為主，僅在結構與語義顯著區域引入受控補償；在色彩維度上，色相總體保持穩定，而飽和度隨亮度呈現出中間調增強比例較高、暗部與高亮區間偏收斂的分配特征，反映了HDR制作中對色彩體積的重分配規律。

展望未來，隨著電影高技術格式放映的加速普及，深化技術應用、完善標準體系、強化質量檢測以及推進設備國產化已成為驅動中國電影產業高質量發展的核心抓手，而本文揭示的規律與機制，在上述領域均具備研究價值與應用潛力。在技術研發層面，本文的實證結果可為人工智能（AI）驅動的[18]SDR到HDR智能轉換提供可解釋的先驗規則與量化評價基準，推動算法從數據驅動的“黑盒”擬合走向可解釋、可驗證的“白盒”研發模式，為人工智能技術應用的相關標準化工作奠定基礎依據。在行業應用層面，存量SDR影片與HDR內容共存的背景下，本文提出的方法與SMPTE ST 2094系列標準理念兼容，未來可探索將算法預測的增益信息作為輔助元數據隨DCP下發，進而形成簡化內容發行復雜度的技術標準，降低發行與運營成本，助力我國在LED影廳母版制作、內容分發等環節形成自主標準體系。在國產化放映設備研發層面，相關技術適配可從制作側延伸至放映鏈路，形成自主可控的核心技術能力，在有限計算資源下實現高質量、低失真的影像轉換，筑牢數字電影技術自主可控底座。

綜上所述，本文成果既為電影高技術格式的技術研發提供了實證先驗，也為行業標準化、質量檢測體系與國產化設備研發提供了關鍵技術支撐，對推動電影產業朝著智能化、規范化、高質量方向發展具有積極意義。

參考文獻

（向下滑動閱讀）

[1] 國家電影局.數字電影 LED 影廳技術要求和測量方法:DY/T 8—2023[S]，2023

[2] Digital Cinema Initiatives, LLC．High dynamic range D?cinema addendum, version 1.2.1[EB/OL].(2024?02?28)[2026?01?26].https://www.dcimovies.com/announcements/.

[3] ISO. Photography and graphic technology—Extended colour encodings for digital image storage, manipulation and interchange—Part 5: High dynamic range (HDR) and wide colour gamut (WCG) colour encoding：ISO/TS 22028?5:2023[S],2023．

[4] ISO.Digital photography—Gain map metadata for image conversion：ISO 21496?1:2025[S], 2025.

[5] Digital Cinema Initiatives, LLC.DCI Memorandum on HDR Double?Blind Image Testing[EB/OL].(2021?07?01)[2026?01?26].https://www.dcimovies.com/assets/DCI-Memo-on-HDR-Image-Testing_2021-0701.CfQoYrHP.pdf.

[6] CYRIAC P，CANHAM T，KANE D，et al. Vision models fine?tuned by cinema professionals for high dynamic range imaging in movies[J].Multimedia Tools and Applications，2021，80(2): 2537?2563. doi:10.1007/s11042-020-09532-y．

[7] BANTERLE F, ARTUSI A，DEBATTISTA K，et al. Advanced high dynamic range imaging: theory and practice[M].2nd ed. Boca Raton：CRC Press, 2017.

[8] WANG C, BANTERLE F, REN B, et al. AIM 2025 challenge on inverse tone mapping report: methods and results[EB/OL].(2025?08?21)[2026?01?26]. https://arxiv.org/abs/2508.13479.

[9] ITU?R. Report ITU?R BT.2446?1: methods for conversion of high dynamic range content to standard dynamic range content and vice?versa[R]. Geneva：ITU，2021.

[10] The American Society of Cinematographers.Standard evaluation material II (StEM2)[EB/OL]. [2026?01?26]. https://theasc.com/society/stem2.

[11] SMPTE. Academy color encoding specification (ACES)：SMPTE ST 2065?1:2021[S], 2021.

[12] SMPTE. High dynamic range electro?optical transfer function of mastering reference displays：SMPTE ST 2084:2014[S], 2014.

[13] BUSING F M T A．Monotone regression: a simple and fast O(n) PAVA implementation[J]. Journal of Statistical Software, 2022，102(1)：1?25. doi:10.18637/jss.v102.c01．

[14] International Telecommunication Union Radiocommunication Sector. Image parameter values for high dynamic range television for use in production and international programme exchange: ITU?R BT.2100?3[S], 2025．

[15] Nemoto H, Korshunov P, Hanhart P, et al. Visual attention in LDR and HDR images[EB/OL].(2015?02?05)[2026?01?26].https://infoscience.epfl.ch/entities/publication/8ce4bea3-1d16-4507-8847-2080936d51fb/files/viewer/e9191d72-e6c

d-4fc2-965e-0f91092212de/pdf.

[16] JUNYENT M，BELTRAN P，FARRE M A，et al．Video content and structure description based on keyframes, clusters and storyboards[C]//Proceedings of IEEE 17th International Workshop on Multimedia Signal Processing (MMSP).Xiamen：IEEE，2015.

[17] ITU?R.Suggested guidance for operationalpractices in high dynamic rangetelevision production[EB/OL].(2025?02?11)[2026?01?26].https://www.itu.int/dms_pub/itu-r/opb/rep/R-REP-BT.2408-8-2024-PDF-E.pdf.

[18] SMPTE. SMPTE ER 1011:2025 Artificial intelligence and media[R]. White Plains, NY: SMPTE, 2025.

期刊導讀 |《現代電影技術》2026年第3期

影視數字資產的智能構建：基于Multi?SLAM+3DGS技術的三維數字重建方案研究

傅凌焜等：新能源技術賦能電影產業綠色轉型的路徑研究——以運達集團移動儲能系統為例