基于直方图的分辨率无关近红外图像色彩化生成模型
计算机视觉与模式识别
2026-01-06 v1 图像与视频处理
摘要
我们提出HAQAGen，一种统一的生成模型，用于实现近红外（NIR）到RGB色彩化的分辨率无关转换，在保持色彩真实性与结构保真性之间进行平衡。该模型引入了（i）通过可微分直方图匹配对齐全局色彩统计信息的组合损失项，结合感知图像质量度量和基于特征的相似性以保留纹理信息；（ii）通过空间自适应去标准化（SPADE）注入局部色相-饱和度先验以稳定色彩重建；（iii）在Mamba骨干网络中实现纹理感知的监督，以保留细节。我们引入了自适应分辨率推理引擎，进一步实现高分辨率翻译而不牺牲质量。所提出的NIR到RGB翻译模型同时强制执行全局色彩统计和局部色彩一致性，同时在不损害纹理保真度或泛化能力的前提下扩展到本机分辨率。基于FANVID、OMSIV、VCIP2020和RGB2NIR的广泛评估显示，HAQAGen相对于最先进的基准方法实现了持续的改进。HAQAGen生成的图像具有更锐利的纹理、更自然的色彩，按感知指标实现显著提升。这些结果将HAQAGen定位为 NIR到RGB翻译在不同成像场景中的可扩展且有效的解决方案。项目页面：https://rajeev-dw9.github.io/HAQAGen/
引用
@article{arxiv.2601.01103,
title = {Histogram Assisted Quality Aware Generative Model for Resolution Invariant NIR Image Colorization},
author = {Abhinav Attri and Rajeev Ranjan Dwivedi and Samiran Das and Vinod Kumar Kurmi},
journal= {arXiv preprint arXiv:2601.01103},
year = {2026}
}
备注
Accepted at WACV 2026