白平衡优先，后期再调：基于视觉语言评估的跨摄像头颜色恒常性
计算机视觉与模式识别
2026-05-20 v1
摘要
颜色恒常性旨在在不同照明下保持物体颜色一致。跨摄像头颜色恒常性仍具有挑战性，因为学习方法常过拟合训练摄像头的色彩响应特征，在其他摄像头捕获的图像上表现下降。我们提出 VLM-CC，一个以视觉语言模型 (VLM) 为导向的反馈框架，将颜色恒常性表述为迭代细化过程。不直接从原始输入估计色温，而是通过 VLM 评估驱动迭代纠正。在每一步，图像使用当前估计进行白平衡处理并转换为伪 sRGB 格式。轻量级 LoRA 微调的 VLM 随后评估校正后的图像，识别主要残余色斑并提供定性反馈。该反馈映射到残余照明方向 (红、绿或蓝)，用于更新色温估计直至收敛。我们的核心思想是将颜色恒常性重新表述为迭代感知反馈问题，利用 VLM 评估而非直接 RGB 回归。通过用 VLM 引导的感知反馈取代直接 RGB 估计，VLM-CC 在多个数据集上实现了跨摄像头颜色恒常性的 SOTA 水平。代码将在 https://github.com/NothingIknow/VLM-CC 发布。
引用
@article{arxiv.2605.19613,
title = {White-Balance First, Adjust Later: Cross-Camera Color Constancy via Vision-Language Evaluation},
author = {Shuwei Li and Lei Tan and Robby T. Tan},
journal= {arXiv preprint arXiv:2605.19613},
year = {2026}
}
备注
In CVPR 2026