色彩恒常性卷积自编码器
计算机视觉与模式识别
2020-05-26 v1
摘要
在本文中，我们研究了在色彩恒常性问题中预训练对泛化能力的重要性。我们提出了两种基于卷积自编码器的新方法：一种使用微调编码器的无监督预训练算法，以及一种使用新型复合损失函数的半监督预训练算法。这使我们能够解决数据稀缺问题，并在 ColorChecker RECommended 数据集上以少得多的参数取得与最先进方法相竞争的结果。我们进一步研究了在最近发布的 INTEL-TUT Dataset for Camera Invariant Color Constancy Research（用于相机不变色彩恒常性研究的 INTEL-TUT 数据集）上的过拟合现象，该数据集包含由三种不同相机模型采集的实地与非实地场景。
引用
@article{arxiv.1906.01340,
title = {Color Constancy Convolutional Autoencoder},
author = {Firas Laakom and Jenni Raitoharju and Alexandros Iosifidis and Jarno Nikkanen and Moncef Gabbouj},
journal= {arXiv preprint arXiv:1906.01340},
year = {2020}
}
备注
6 pages, 1 figure, 3 tables