利用多光谱传感器提升移动相机色彩校正
计算机视觉与模式识别
2026-03-24 v2
摘要
近期快照式多光谱 (MS) 成像技术的进展，使得紧凑型低成本光谱传感器能够用于消费级和移动设备。通过捕获比传统 RGB 传感器更丰富的光谱信息，这些系统可增强关键成像任务，包括色彩校正。然而, 现有大多数方法将色彩校正流程处理为离散的多个阶段，常在过程中早期丢弃 MS 数据。我们提出一种统一、基于学习的框架，实现端到端色彩校正，联合利用高分辨率 RGB 传感器与辅助低分辨率 MS 传感器的数据。我们的方法将整个流程集成于单个模型中，生成一致且色彩准确的输出。我们通过重构两个不同的先进图像到图像架构，展示了该框架的灵活性与通用性。为支持训练与评估，我们构建了一个专门数据集，通过整合和改造公开可用的光谱数据集，实现多种 RGB 相机灵敏度下的图像渲染。广泛实验表明，我们的方法在色彩准确性和稳定性方面均优于 RGB-only 和 MS-driven 基线方法，误差可降低最高 50%。代码、模型和数据集已提供于 https://lucacogo.github.io/Mobile-Spectral-CC/。
引用
@article{arxiv.2512.08441,
title = {Leveraging Multispectral Sensors for Color Correction in Mobile Cameras},
author = {Luca Cogo and Marco Buzzelli and Simone Bianco and Javier Vazquez-Corral and Raimondo Schettini},
journal= {arXiv preprint arXiv:2512.08441},
year = {2026}
}
备注
Accepted to CVPR 2026. Camera-ready version