深度白平衡编辑

我们引入一种深度学习方法，用于真实地编辑 sRGB 图像的白平衡。相机捕获传感器图像，并由其集成的信号处理器（ISP）渲染为标准 RGB（sRGB）色彩空间编码。ISP 渲染以白平衡过程开始，用于去除场景光照的色偏。ISP 随后应用一系列非线性色彩操作以增强最终 sRGB 图像的视觉质量。[3] 的近期工作表明，由于 ISP 的非线性渲染，以错误白平衡渲染的 sRGB 图像不易被校正。[3] 的工作提出了一种基于数万对图像的 k-近邻（KNN）解决方案。我们提议用以端到端方式训练的深度神经网络（DNN）架构来解决该问题，以学习正确的白平衡。我们的 DNN 将输入图像映射到对应于室内与室外光照的两个额外白平衡设置。我们的方案不仅在校正错误白平衡设置方面比 KNN 方法更准确，还赋予用户将 sRGB 图像的白平衡编辑到其他光照设置的自由。