偏移等变网络及其应用

本文提出了一种偏移等变网络的设计与实现框架，即在其输出中保持输入均匀增量的神经网络。在合适的颜色空间中，这类网络针对表征光照条件变化的测光变换实现等变性。我们在三个不同问题上验证了该框架：图像识别、光源估计和图像修复。我们的实验表明，偏移等变网络在常规数据上的性能可与最先进（SOTA）方法相媲美。然而，与传统网络不同，等变网络在光源颜色变化时表现一致良好。