論文の概要: ProLab: perceptually uniform projective colour coordinate system
- arxiv url: http://arxiv.org/abs/2012.07653v2
- Date: Mon, 11 Jan 2021 18:46:46 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-08 22:47:32.861378
- Title: ProLab: perceptually uniform projective colour coordinate system
- Title(参考訳): ProLab: 知覚的に均一な投影色座標系
- Authors: Ivan A. Konovalenko, Anna A. Smagina, Dmitry P. Nikolaev and Petr P.
Nikolaev
- Abstract要約: proLabは、STRESSメトリックによって評価された知覚的均一性に応じて、広く使用されているCIE座標システムよりはるかに先です。
線形色空間の標準である色度推定の角誤差は、proLabでも使用できます。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this work, we propose proLab: a new colour coordinate system derived as a
3D projective transformation of CIE XYZ. We show that proLab is far ahead of
the widely used CIELAB coordinate system (though inferior to the modern
CAM16-UCS) according to perceptual uniformity evaluated by the STRESS metric in
reference to the CIEDE2000 colour difference formula. At the same time, angular
errors of chromaticity estimation that are standard for linear colour spaces
can also be used in proLab since projective transformations preserve the
linearity of manifolds. Unlike in linear spaces, angular errors for different
hues are normalized according to human colour discrimination thresholds within
proLab. We also demonstrate that shot noise in proLab is more homoscedastic
than in CAM16-UCS or other standard colour spaces. This makes proLab a
convenient coordinate system in which to perform linear colour analysis.
- Abstract(参考訳): 本稿では,CIE XYZの3次元射影変換から導出した新しい色座標系であるproLabを提案する。
本稿では,CIEDE2000色差式に関してSTRESS法で評価された知覚的均一性に基づき,広く使用されているCIELAB座標系よりもはるかに優れていることを示す。
同時に、線型色空間の標準となる色度推定の角誤差は、射影変換が多様体の線型性を保存するため、proLabでも使用できる。
線形空間とは異なり、異なる色相に対する角誤差はプロラブ内の人間の色識別閾値に従って正規化される。
また,ProLabのショットノイズは,CAM16-UCSや他の標準色空間よりも均等であることを示す。
これにより prolab は線形色解析を行うための便利な座標系となる。
関連論文リスト
- Color Equivariant Convolutional Networks [50.655443383582124]
CNNは、偶然に記録された条件によって導入された色の変化の間にデータ不均衡がある場合、苦労する。
カラースペクトル間の形状特徴共有を可能にする新しいディープラーニングビルディングブロックであるカラー等変畳み込み(CEConvs)を提案する。
CEConvsの利点は、様々なタスクに対するダウンストリーム性能と、列車-テストの分散シフトを含む色の変化に対するロバスト性の改善である。
論文 参考訳(メタデータ) (2023-10-30T09:18:49Z) - LAB-Net: LAB Color-Space Oriented Lightweight Network for Shadow Removal [82.15476792337529]
本稿では,LAB色空間における影画像を処理する,軽量な深層ニューラルネットワークを提案する。
提案したネットワークは "LAB-Net" と呼ばれ、以下の3つの観測から動機づけられている。
実験の結果,LAB-Netは最先端の手法よりも優れていた。
論文 参考訳(メタデータ) (2022-08-27T15:34:15Z) - Cross-Camera Deep Colorization [10.254243409261898]
本稿では,カラープラスモノデュアルカメラシステムからの画像の整列と融合を行う,エンドツーエンドの畳み込みニューラルネットワークを提案する。
提案手法は,約10dBPSNRゲインの大幅な改善を継続的に達成する。
論文 参考訳(メタデータ) (2022-08-26T11:02:14Z) - Neural Color Operators for Sequential Image Retouching [62.99812889713773]
本稿では,新たに導入したトレーニング可能なニューラルカラー演算子のシーケンスとして,リタッチ処理をモデル化して,新しい画像リタッチ手法を提案する。
ニューラルカラー演算子は、従来のカラー演算子の振舞いを模倣し、その強度をスカラーで制御しながらピクセルワイズな色変換を学習する。
定量的な測定と視覚的品質の両面で,SOTA法と比較して常に最良の結果が得られている。
論文 参考訳(メタデータ) (2022-07-17T05:33:19Z) - Experimental Design for Linear Functionals in Reproducing Kernel Hilbert
Spaces [102.08678737900541]
線形汎関数に対するバイアス認識設計のためのアルゴリズムを提供する。
準ガウス雑音下での固定および適応設計に対する漸近的でない信頼集合を導出する。
論文 参考訳(メタデータ) (2022-05-26T20:56:25Z) - AdaInt: Learning Adaptive Intervals for 3D Lookup Tables on Real-time
Image Enhancement [28.977992864519948]
AdaIntは3次元カラー空間における非一様サンプリング間隔を適応的に学習することで、より柔軟なサンプリングポイント割り当てを実現する新しいメカニズムである。
AdaIntは3D LUT方式のコンパクトで効率的なプラグアンドプレイモジュールとして実装できる。
論文 参考訳(メタデータ) (2022-04-29T10:16:57Z) - Influence of Color Spaces for Deep Learning Image Colorization [2.3705923859070217]
既存のカラー化手法は、RGB、YUV、Labなど、さまざまな色空間に依存している。
本章では,深層ニューラルネットワークのトレーニングによって得られる結果に対する影響について検討する。
RGB,YUV,Labの色空間と同一の深層ニューラルネットワークアーキテクチャを用いて得られた結果を比較した。
論文 参考訳(メタデータ) (2022-04-06T14:14:07Z) - Learning Where to Learn in Cross-View Self-Supervised Learning [54.14989750044489]
自己教師付き学習(SSL)は大きな進歩を遂げ、教師付き学習との大きなギャップを狭めた。
現在の方法では、埋め込みにピクセルの統一的なアグリゲーションを採用する。
本稿では,特徴の空間情報を適応的に集約する学習方法であるLearning Where to Learn(LEWEL)を提案する。
論文 参考訳(メタデータ) (2022-03-28T17:02:42Z) - Hilbert Flattening: a Locality-Preserving Matrix Unfolding Method for
Visual Discrimination [51.432453379052724]
平坦な行列の局所性を維持する革新的な方法としてヒルベルト曲線平坦化を提案する。
また、トークンサンプリングとトークンアグリゲータを組み込んだ視覚変換器アーキテクチャであるLocalformerを導入し、その局所性バイアスを高める。
論文 参考訳(メタデータ) (2022-02-21T13:53:04Z) - The Utility of Decorrelating Colour Spaces in Vector Quantised
Variational Autoencoders [1.7792264784100689]
ネットワーク学習構造表現を強制するカラー空間変換を提案する。
入力が1つの色空間のイメージであり、出力が別の色空間のイメージであるVQ-VAEのいくつかの例を訓練した。
論文 参考訳(メタデータ) (2020-09-30T07:44:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。