IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> Convolutional Color Consistency 文献阅读 -> 正文阅读

[人工智能]Convolutional Color Consistency 文献阅读

第一部分 摘要和引入

这篇文章属于间接光源估计的颜色恒常性算法,就是通过估计图像光照的颜色,再将光照颜色去除,从而获得没有色偏的图像(可结合图1理解)。主要思想是将光源估计转换成一个判别任务(discriminate),而不是生成任务 (generate)。

图1

这里具体解释一下生成和判别。在传统的颜色恒常性方法里,例如gray-world是计算像素平均值作为图像光源的颜色,max-RGB是计算像素最大值作为图像光源颜色,这些都是通过图像中的统计学特征,直接生成了光源颜色,这样的就是生成任务。所谓判别任务,就是并不指定光源颜色要怎么直接计算,而是判断图像是白平衡还是非白平衡。(在这里,我个人的理解是判断色度直方图上哪些点是接近光源颜色,哪些点是和光源颜色差距很大。这样的判别模型训练好后,输入一张偏色图像,就可以在色度直方图上找到最接近光源颜色的点,作为估计的光照颜色。关于色度直方图后面会具体描述。)

作者之所以有这样的想法,是因为可以将图像转换到色度空间(色度直方图),在这个二维平面上,寻找哪一个色度是光源的颜色,这个让作者想到目标识别方面的算法。

第二部分 图像组成

公式(1)中,I是相机拍摄的图像,W是物体的反射属性(真实颜色),L是光源的属性。相机拍出来的图像是物体和光源共同作用的结果。对于偏色图像,已知的只有I,需要根据偏色图像I估计光源颜色L,从而得到物体本身的颜色W。

?

公式(2)(4)中给出的是从rgb空间向uv色度空间转换的公式 (不理解的可以去看看LUV颜色空间)。公式(5)是通过2、4推导来的,可以用来解释在色度空间,偏色图像色度减去光源色度得到物体本身颜色色度。

这里还给了一个亮度计算公式,在第三部分计算色度直方图的时候会使用到。

第三部分 Learning

首先进行色度直方图的定义。

公式(7)是对像素点色度值进行了统计,并加上像素点的亮度作为权重。例如M(u0, v0),后半部分方括号里面,是指对于像素点i,如果其u, v值与u0, v0很接近,相差在ε/2内,就计数为1,否则计数为0。在前面乘上该像素点的亮度值作为权重。N(u, v)是对M(u, v)进行归一化再开平方根。所生成的色度直方图的图形表示如图2: