基于超网络的 Kolmogorov-Arnold 网络颜色匹配
计算机视觉与模式识别
2025-03-18 v1
摘要
我们提出了 cmKAN，这是一个通用的颜色匹配框架。给定输入图像中的颜色（来自源色彩分布），本方法能在监督和非监督设置下准确地将这些颜色映射到匹配目标色彩分布。我们的框架利用 Kolmogorov-Arnold 网络（KANs）的样条功能来建模源分布与目标分布之间的颜色匹配。具体而言，我们开发了一个超网络，用于生成 spatially varying 权重图，以控制 KAN 的非线性样条，从而实现精确的颜色匹配。作为本工作的一部分，我们引入了一个首个大规模的成对图像数据集，这些图像由两台不同相机捕获，并评估了我们的方法以及现有方法在颜色匹配中的有效性。我们在各种颜色匹配任务中评估了该方法，包括：（1）raw-to-raw 映射，其中源色彩分布位于一台相机的 raw 色彩空间中，目标位于另一台相机的 raw 空间中；（2）raw-to-sRGB 映射，其中源色彩分布位于相机的 raw 空间中，目标位于显示器的 sRGB 空间中，模拟相机 ISP 的色彩渲染；以及（3）sRGB-to-sRGB 映射，其中目标是将颜色从源 sRGB 空间（例如由源相机 ISP 生成）传输到目标 sRGB 空间（例如由不同相机 ISP 生成）。结果表明，我们的方法在监督和非监督情况下的平均性能均优于现有方法，提升了 37.3%，同时相较于其他方法保持轻量级。代码、数据集和预训练模型均已公开：https://github.com/gosha20777/cmKAN。
引用
@article{arxiv.2503.11781,
title = {Color Matching Using Hypernetwork-Based Kolmogorov-Arnold Networks},
author = {Artem Nikonorov and Georgy Perevozchikov and Andrei Korepanov and Nancy Mehta and Mahmoud Afifi and Egor Ershov and Radu Timofte},
journal= {arXiv preprint arXiv:2503.11781},
year = {2025}
}