CANDLE：用于色彩环境光照归一化的光照不变语义先验
计算机视觉与模式识别
2026-04-06 v1
摘要
在多色光照下进行色彩环境光照归一化具有挑战性，原因在于严重的色差、高光饱和以及材料依赖的反射率。现有的几何和低层先验不足以在光照引起的色差偏差占主导时恢复物体固有颜色。我们观察到DINOv3的自监督特征在有色光输入和环境光照真实值之间保持高度一致性，这促使我们将其用作光照鲁棒的语义先验。我们提出了CANDLE（Color Ambient Normalization with DINO Layer Enhancement），它引入了DINO全层引导(D.O.G.)来自适应地将多层DINOv3特征注入连续的编码器阶段，以及一种色彩-频率精炼设计（BFACG + SFFB）来抑制解码器端的色差坍缩和细节污染。在CL3AN上的实验显示相比最强先验方法实现了+1.22 dB的PSNR增益。CANDLE在NTIRE 2026 ALN色彩光照挑战中获得第三名，在白光照轨道上以最低FID获得第二名，证实了其在色差和亮度主导的光照条件下均具有强泛化能力。代码可在https://github.com/ron941/CANDLE获取。
引用
@article{arxiv.2604.02785,
title = {CANDLE: Illumination-Invariant Semantic Priors for Color Ambient Lighting Normalization},
author = {Rong-Lin Jian and Ting-Yao Chen and Yu-Fan Lin and Chia-Ming Lee and Fu-En Yang and Yu-Chiang Frank Wang and Chih-Chung Hsu},
journal= {arXiv preprint arXiv:2604.02785},
year = {2026}
}
备注
CVPRW 2026 Camera Ready; NTIRE 2026 Ambient Lighting Normalization (2nd & 3rd in Color & White Light Track)