-
题名对数域中基于实例学习的光照估计
被引量:4
- 1
-
-
作者
崔帅
张骏
高隽
-
机构
合肥工业大学计算机与信息学院
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2018年第2期390-399,共10页
-
基金
国家自然科学基金(61403116)
中国博士后科学基金(2014M560507)
中央高校基本科研业务费专项资金
-
文摘
复杂和多光照场景下的光照估计是颜色恒常性计算的难点和热点。提出一种对数域中基于实例学习的光照估计方法。通过分析光照对图像色度的影响,提取对数色度直方图作为光照一致性特征,在实例学习框架下,根据特征相似的已知光照实例估计目标场景光照。算法分割原始图像为多个光照均匀场景,分区域估计局部光照,并融合得到整幅图像的全局光照信息。在多组单光照和多光照数据集上的实验结果表明,相较于其他先进方法,本文方法在不同数据集上的光照估计误差中位数降低了5%~14%,精度更高且稳健性更好。
-
关键词
视觉光学
颜色恒常性
光照估计
对数色度直方图
实例学习
色彩校正
-
Keywords
visual optics
color constancy
illumination estimation
log-chrominance histogram
exemplar learning
color calibration
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名深度残差学习下的光源颜色估计
被引量:5
- 2
-
-
作者
崔帅
张骏
高隽
-
机构
合肥工业大学计算机与信息学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2019年第12期2111-2125,共15页
-
基金
国家自然科学基金项目(61876057,61403116)~~
-
文摘
目的颜色恒常性通常指人类在任意光源条件下正确感知物体颜色的自适应能力,是实现识别、分割、3维视觉等高层任务的重要前提。对图像进行光源颜色估计是实现颜色恒常性计算的主要途径之一,现有光源颜色估计方法往往因局部场景的歧义颜色导致估计误差较大。为此,提出一种基于深度残差学习的光源颜色估计方法。方法将输入图像均匀分块,根据局部图像块的光源颜色估计整幅图像的全局光源颜色。算法包括光源颜色估计和图像块选择两个残差网络:光源颜色估计网络通过较深的网络层次和残差结构提高光源颜色估计的准确性;图像块选择网络按照光源颜色估计误差对图像块进行分类,根据分类结果去除图像中误差较大的图像块,进一步提高全局光源颜色估计精度。此外,对输入图像进行对数色度预处理,可以降低图像亮度对光源颜色估计的影响,提高计算效率。结果在NUS-8和重处理的Color Checker数据集上的实验结果表明,本文方法的估计精度和稳健性较好;此外,在相同条件下,对数色度图像比原始图像的估计误差低10%15%,图像块选择网络能够进一步使光源颜色估计网络的误差降低约5%。结论在两组单光源数据集上的实验表明,本文方法的总体设计合理有效,算法精度和稳健性好,可应用于需要进行色彩校正的图像处理和计算机视觉等领域。
-
关键词
视觉光学
颜色恒常性
光源颜色估计
深度残差学习
对数色度
-
Keywords
visual optics
color constancy
illuminant estimation
deep residual learning
log-chrominance
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-