用于颜色恒常性的颜色特征袋
计算机视觉与模式识别
2020-07-21 v1
摘要
本文提出了一种新颖的颜色恒常性方法，称为颜色特征袋（BoCF），该方法建立在特征袋池化之上。所提出的方法大幅减少了光照估计所需的参数数量。同时，该方法与颜色恒常性假设一致，即全局空间信息与光照估计无关，而局部信息（边缘等）是足够的。此外，BoCF与颜色恒常性的统计方法一致，并可被解释为许多统计方法的基于学习的泛化。为了进一步提高光照估计的准确性，我们为BoCF模型提出了一种新颖的注意力机制，包含两种基于自注意力的变体。BoCF方法及其变体在三个基准数据集（ColorChecker RECommended、INTEL-TUT version 2和NUS8）上取得了与最先进技术相比具有竞争力的结果，同时所需的参数少得多。
引用
@article{arxiv.1906.04445,
title = {Bag of Color Features For Color Constancy},
author = {Firas Laakom and Nikolaos Passalis and Jenni Raitoharju and Jarno Nikkanen and Anastasios Tefas and Alexandros Iosifidis and Moncef Gabbouj},
journal= {arXiv preprint arXiv:1906.04445},
year = {2020}
}
备注
12 pages, 5 figures, 6 tables