颜色恒常性：受生物学启发的对比度可变池化机制
计算机视觉与模式识别
2020-11-09 v1
摘要
池化是图像处理算法中普遍存在的操作，它允许更高层次的处理从感兴趣区域收集相关的低层特征。目前，最大池化是计算文献中最常用的算子之一。然而，由于它仅依赖于函数的峰值，它可能缺乏对离群值的鲁棒性。池化机制也存在于灵长类动物视觉皮层中，其中较高皮层区域的神经元从较低区域汇集信号。这些神经元的感受野已被证明根据对比度变化，在低对比度刺激存在时通过更大区域聚合信号。我们假设这种对比度可变池化机制可以解决最大池化的一些缺点。我们通过直方图裁剪对这种对比度变化进行建模，其中池化信号的百分比与图像的局部对比度成反比。我们通过将其应用于颜色恒常性现象来检验我们的假设，其中许多流行算法利用最大池化步骤（例如White-Patch、Grey-Edge和Double-Opponency）。对于这些方法的每一种，我们研究了用所提出的对比度可变池化替换其原始最大池化的后果。我们在三个颜色恒常性基准数据集上的实验表明，采用对比度可变池化机制可以显著改善先前的结果。
引用
@article{arxiv.1711.10968,
title = {Colour Constancy: Biologically-inspired Contrast Variant Pooling Mechanism},
author = {Arash Akbarinia and Raquel Gil Rodríguez and C. Alejandro Parraga},
journal= {arXiv preprint arXiv:1711.10968},
year = {2020}
}