基于感知启发的颜色空间设计：用于照片白平衡编辑
计算机视觉与模式识别
2025-12-12 v2
摘要
白平衡（WB）是图像信号处理器（ISP）管道中的关键步骤，通过抵消由不同照明引起的色偏并恢复场景的真实颜色。当前广泛使用的基于sRGB的WB编辑用于后期WB校正，以解决ISP管道中颜色常数失效的问题（当原始相机RAW不可用时）。然而，加性颜色模型（如sRGB）受限于固定的非线性变换和色彩通道的耦合，往往限制了其在复杂光照条件下的泛化能力。为此，我们提出了一种基于感知启发的可学习HSI（LHSI）颜色空间的WB校正框架。该框架建立在自然将亮度与色度分离的柱坐标颜色模型之上，进一步引入专用参数以增强这种分离，并引入可学习的映射以适应性地细化其灵活性。此外，我们引入了新的Mamba-based网络，以契合所提出LHSI颜色空间的特征。基准数据集上的实验结果表明，我们方法的优越性，凸显了感知启发式颜色空间设计在计算摄影中的潜力。源代码已公开于 https://github.com/YangCheng58/WB_Color_Space。
引用
@article{arxiv.2512.09383,
title = {Perception-Inspired Color Space Design for Photo White Balance Editing},
author = {Yang Cheng and Ziteng Cui and Shenghan Su and Lin Gu and Zenghui Zhang},
journal= {arXiv preprint arXiv:2512.09383},
year = {2025}
}
备注
Accepted to WACV 2026