用于序列图像修饰的神经颜色算子
计算机视觉与模式识别
2022-10-26 v2
摘要
我们提出一种新颖的图像修饰方法，将修饰过程建模为执行一系列新引入的可训练神经颜色算子。神经颜色算子模拟传统颜色算子的行为，学习逐像素颜色变换，其强度由标量控制。为反映颜色算子的同态性质，我们采用等变映射并采用编码器-解码器结构，将非线性颜色变换映射为高维空间中更简单的变换（即平移）。每个神经颜色算子的标量强度通过使用基于CNN的强度预测器分析全局图像统计来预测。总体而言，我们的方法相当轻量且提供灵活控制。在公开数据集上的实验和用户研究表明，我们的方法在定量指标和视觉质量上相比SOTA方法始终取得最佳结果。代码和预训练模型见 https://github.com/amberwangyili/neurop
引用
@article{arxiv.2207.08080,
title = {Neural Color Operators for Sequential Image Retouching},
author = {Yili Wang and Xin Li and Kun Xu and Dongliang He and Qi Zhang and Fu Li and Errui Ding},
journal= {arXiv preprint arXiv:2207.08080},
year = {2022}
}
备注
Accepted to ECCV 2022. Code is available at https://github.com/amberwangyili/neurop