Chanel-Orderer：面向三通道自然图像的通道顺序预测器
计算机视觉与模式识别
2024-11-21 v1
摘要
本文展示了一个概念验证：给定一张典型的 3 通道图像但其通道顺序被随机打乱，一个在架构和损失函数方面具有特定归纳偏置的模型（称为 Chanel-Orderer）能够准确预测通道顺序并知道如何将其纠正。具体而言，Chanel-Orderer 学习利用物体语义先验对三个通道中的每一个进行评分，并使用所得分数来预测通道顺序。这在一个典型场景中带来了好处，即 \texttt{RGB} 图像经常被错误地以 \texttt{BGR} 格式显示，需要被纠正为正确的顺序。此外，作为副产品，生成的模型 Chanel-Orderer 能够判断给定图像是否是近灰度图像（近单色）或非近灰度图像（多色）。我们的研究表明，Chanel-Orderer 模仿了人类对我们物理自然世界的视觉着色过程。
引用
@article{arxiv.2411.13021,
title = {Chanel-Orderer: A Channel-Ordering Predictor for Tri-Channel Natural Images},
author = {Shen Li and Lei Jiang and Wei Wang and Hongwei Hu and Liang Li},
journal= {arXiv preprint arXiv:2411.13021},
year = {2024}
}