用于多光源白平衡的注意力光照分解模型

许多商用相机中的白平衡（WB）算法假设单一且均匀的光照，当场景中存在多个具有不同色度的光源时，会导致不理想的结果。先前关于多光源 WB 的研究通常在像素级别预测光照，而未完全掌握场景的实际光照条件，包括光源的数量和颜色。这往往导致缺乏整体一致性的不自然结果。为解决这一问题，我们提出了一种利用槽注意力（slot attention）的深度白平衡模型，其中每个槽负责表示单个光源。该设计使模型能够为单个光源生成色度和权重图，随后将其融合以构成最终的光照图。此外，我们提出了质心匹配损失，该损失根据颜色范围调节每个槽的激活，从而增强模型更有效地分离光照的能力。我们的方法在单光源和多光源 WB 基准测试中均达到了最先进（SOTA）的性能，并提供了额外信息，如场景中光源的数量及其色度。这种能力使得光照编辑成为可能，而这是先前方法无法实现的应用。