多光源场景下基于平滑技术的逐像素颜色恒常性

大多数场景由多个光源照明，使得传统的均匀照度假设不再成立。由于多个光源对图像产生的复杂空间影响，大多数颜色恒常性方法忽略了这一问题。此外，大多数现有的多光源方法未能保持照明的平滑变化，而这源于自然图像中的空间依赖性。受此启发，我们提出了一种新颖的多光源颜色恒常性方法，通过学习由多个光源引起的逐像素照明图。该方法通过总变分损失正则化训练，强制相邻像素内的平滑性。此外，我们还提供了一种双边滤波器，以在保留边缘的同时增强估计图像的自然外观。另外，我们提出了一种标签平滑技术，使模型能够在真值存在不确定性的情况下具有良好的泛化能力。定量和定性实验表明，所提出的方法优于最先进的方法（SOTA）。