Cube++ 光照估计数据集
计算机视觉与模式识别
2020-12-29 v1
摘要
计算颜色恒常性的一项重要任务是降低场景光照对物体颜色的影响。因此，它是大多数数码相机图像处理流水线中不可或缺的一部分。计算颜色恒常性的一个重要组成部分是光照估计，即估计光照颜色。当提出一种光照估计方法时，通常通过在公开可用数据集的图像上获得的误差度量值来报告其精度。然而，随着时间的推移，已表明许多此类数据集存在诸如图像过少、图像质量不当、缺乏场景多样性、缺少版本追踪、违反各种假设、违反 GDPR 法规、缺乏额外拍摄过程信息等问题。本文提出了一个新的光照估计数据集，旨在缓解上述许多问题并助力光照估计研究。它包含 4890 张具有已知光照颜色以及额外语义数据的图像，这些语义数据可进一步提高学习过程的准确性。由于使用了 SpyderCube 颜色靶标，每张图像都有两条覆盖不同方向的真实光照记录。因此，该数据集可用于训练和测试执行单光照或双光照估计的方法。这使其优于许多现有的类似数据集。该数据集、其较小版本 SimpleCube++ 以及配套代码可在 https://github.com/Visillect/CubePlusPlus/ 获取。
引用
@article{arxiv.2011.10028,
title = {The Cube++ Illumination Estimation Dataset},
author = {Egor Ershov and Alex Savchik and Illya Semenkov and Nikola Banić and Alexander Belokopytov and Daria Senshina and Karlo Koscević and Marko Subašić and Sven Lončarić},
journal= {arXiv preprint arXiv:2011.10028},
year = {2020}
}