CroP：色彩恒常性基准数据集生成器
计算机视觉与模式识别
2019-04-01 v1
摘要
在当代数码相机中将色彩恒常性作为预处理步骤具有重要意义，因其可消除场景光照对物体颜色的影响。为开发和测试新的色彩恒常性方法，已创建若干基准色彩恒常性数据集。然而它们均存在诸多缺陷，包括图像数量少、提取的真实光照真值有误、长期被误用、违背其所声明的假设等。为克服此类及类似问题，本文提出一种色彩恒常性基准数据集生成器。对于给定的相机传感器，它可生成真实世界子集（即打印照片的图像）中任意数量的逼真原始图像。此类图像构成的数据集与其他现有真实世界数据集共享许多正面特性，同时彻底消除了某些负面特性。所生成图像可成功用于训练方法，随后在真实世界数据集上取得高精度。这为创建足以支撑先进深度学习技术的大规模数据集开辟了道路。文中给出并讨论了实验结果。源代码见 http://www.fer.unizg.hr/ipg/resources/color_constancy/。
引用
@article{arxiv.1903.12581,
title = {CroP: Color Constancy Benchmark Dataset Generator},
author = {Nikola Banić and Karlo Koščević and Marko Subašić and Sven Lončarić},
journal= {arXiv preprint arXiv:1903.12581},
year = {2019}
}
备注
10 pages, 8 figures