通过重加权图像特征图实现颜色恒常性
计算机视觉与模式识别
2020-05-07 v3
摘要
本研究提出一种用于计算颜色恒常性的新型光照颜色估计框架，其结合了基于深度学习模型的高表征能力与基于假设模型的强可解释性。精心设计的构建模块——特征图重加权单元（ReWU）——有助于在基准数据集上相对于先前最先进的基于深度学习的模型取得可比精度，同时需要更紧凑的模型规模与更低的计算代价。除局部颜色估计外，还包含了一个置信度估计分支，使模型能够同时给出点估计及其不确定性估计，为局部估计聚合与多光照估计提供有用线索。源代码与数据集已发布于 https://github.com/QiuJueqin/Reweight-CC。
引用
@article{arxiv.1806.09248,
title = {Color Constancy by Reweighting Image Feature Maps},
author = {Jueqin Qiu and Haisong Xu and Zhengnan Ye},
journal= {arXiv preprint arXiv:1806.09248},
year = {2020}
}