通过消除相机光谱灵敏度变化的影响改善颜色恒常性
计算机视觉与模式识别
2017-10-11 v2
摘要
通过同时消除场景光源和相机光谱灵敏度（CSS）的影响，从偏色图像中恢复真实场景颜色是一个不适定问题。大多数颜色恒常性（CC）模型被设计为首先估计光源颜色，然后将其从偏色图像中去除以获得在白光下拍摄的图像，而没有明确考虑CSS对CC的影响。本文首先研究了在基于跨数据集的CC（inter-CC）中，即在一个数据集上训练CC模型然后在由不同CSS拍摄的另一个数据集上进行测试时，CSS对光源估计产生的影响。我们展示了现有CC模型在inter-CC应用中的明显退化。然后，提出了一种简单的方法来克服这种退化，即首先快速学习两个不同CSS（CSS-1和CSS-2）之间的变换矩阵。然后将学习到的矩阵用于将在CSS-1下渲染的数据（包括光源真值和偏色图像）转换为CSS-2，随后在CSS-2下的偏色图像上训练并应用CC模型，而无需费力获取CSS-2下的训练集。在合成图像和真实图像上的大量实验表明，我们的方法可以明显改善传统CC算法的inter-CC性能。我们建议，通过将CSS效应纳入考虑，更有可能获得对光源和相机传感器变化均保持不变的真实颜色恒常图像。
引用
@article{arxiv.1609.01670,
title = {Improving Color Constancy by Discounting the Variation of Camera Spectral Sensitivity},
author = {Shao-Bing Gao and Ming Zhang and Chao-Yi Li and Yong-Jie Li},
journal= {arXiv preprint arXiv:1609.01670},
year = {2017}
}
备注
This work was finished in June 2014 and then submitted to IEEE TIP in September 21,2015 and in April 18, 2016