立体视频中的颜色失配：真实世界数据集与深度校正方法

由于相机设置、镜头以及从不同位置捕获的物体反射的微小差异，立体视频在左右视图之间可能出现颜色失配。颜色失配的存在会导致观看者不适与头痛。该问题可通过在立体视图间进行颜色传递来解决，但传统方法往往质量不佳，而基于神经网络的方法易在人工数据上过拟合。具有真实世界颜色失配的立体视频的匮乏阻碍了对不同方法性能的评估。因此，我们使用分束器拍摄了一个视频数据集，其包含带颜色失配的失真帧与真实数据。我们的第二个贡献是一个深度多尺度神经网络，其通过利用立体对应关系统解决颜色失配校正任务。实验结果表明所提方法在常规数据集上的有效性，但在具有挑战性的真实世界数据上仍有改进空间。