論文の概要: Revisiting and Optimising a CNN Colour Constancy Method for Multi-Illuminant Estimation

• arxiv url: http://arxiv.org/abs/2211.01946v1
• Date: Thu, 3 Nov 2022 16:33:56 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-04 13:36:03.417970
• Title: Revisiting and Optimising a CNN Colour Constancy Method for Multi-Illuminant Estimation
• Title（参考訳）: マルチイルミナント推定のためのcnnカラーコンステンシー法の再検討と最適化
• Authors: Ghalia Hemrit and Joseph Meehan
• Abstract要約: 色の一貫性の目的は、シーンの照明効果を画像の色から消し去り、物体の色を「白色」の照明下で捉えたように復元することである。 本稿では,深部CNNを用いた簡易かつ極めて効果的なフレームワークについて述べる。
• 参考スコア（独自算出の注目度）: 0.76146285961466
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The aim of colour constancy is to discount the effect of the scene illumination from the image colours and restore the colours of the objects as captured under a 'white' illuminant. For the majority of colour constancy methods, the first step is to estimate the scene illuminant colour. Generally, it is assumed that the illumination is uniform in the scene. However, real world scenes have multiple illuminants, like sunlight and spot lights all together in one scene. We present in this paper a simple yet very effective framework using a deep CNN-based method to estimate and use multiple illuminants for colour constancy. Our approach works well in both the multi and single illuminant cases. The output of the CNN method is a region-wise estimate map of the scene which is smoothed and divided out from the image to perform colour constancy. The method that we propose outperforms other recent and state of the art methods and has promising visual results.
• Abstract（参考訳）: 色の一貫性の目的は、シーンの照明効果を画像の色から消し去り、物体の色を「白い」照明下で捉えたように復元することである。 カラーコンステンシー法の大部分において、最初のステップはシーンの照度を推定することである。 一般的には、照明は一様であると考えられている。 しかし、現実世界のシーンには、日光やスポットライトなど複数の照明が1つのシーンにまとめられている。 本稿では,深層cnnを用いたカラーコンステンシーのための多色イルミナントの推定と利用のための簡易かつ極めて効果的なフレームワークを提案する。 このアプローチは、マルチとシングルの照度の両方でうまく機能する。 cnn法による出力は、画像から滑らかに分割して色構成を行うシーンの地域別推定マップである。 提案手法は,近年の工法と技術の現状に優れ,有望な視覚的結果が得られる。

関連論文リスト

• Modeling the Lighting in Scenes as Style for Auto White-Balance Correction [3.441021278275805]
  そこで本研究では,単一照明シーンと混合照明シーンの照明をスタイルファクタとしてモデル化する改良型自動ホワイトバランス(AWB)手法を提案する。 我々のAWB法は照明推定ステップを必要としないが、画像の重み付けマップを生成するためのネットワーク学習を含んでいる。 単照度および混合照度データセットを用いた実験により,提案手法が有望な補正結果が得られることを示した。
  論文  参考訳（メタデータ） (2022-10-17T13:35:17Z)
• Physically-Based Editing of Indoor Scene Lighting from a Single Image [106.60252793395104]
  本研究では,1つの画像から複雑な室内照明を推定深度と光源セグメンテーションマスクで編集する手法を提案する。 1)シーン反射率とパラメトリックな3D照明を推定する全体的シーン再構成法,2)予測からシーンを再レンダリングするニューラルレンダリングフレームワーク,である。
  論文  参考訳（メタデータ） (2022-05-19T06:44:37Z)
• Neural Radiance Fields for Outdoor Scene Relighting [70.97747511934705]
  ニューラルラジアンス場に基づく屋外シーンライティングのための最初のアプローチであるNeRF-OSRを提案する。 従来の技術とは対照的に,本手法はシーン照明とカメラ視点の同時編集を可能にする。 シャドウ再現のための専用ネットワークも備えており、高品質の屋外照明に欠かせない。
  論文  参考訳（メタデータ） (2021-12-09T18:59:56Z)
• Auto White-Balance Correction for Mixed-Illuminant Scenes [52.641704254001844]
  オートホワイトバランス(AWB)は、シーン照明によるカラーキャストを取り除くためにカメラハードウェアによって適用される。 本稿では,この混合照明シーンに有効なAWB手法を提案する。 本手法は従来のカメラAWBモジュールと同様,照度推定を必要としない。
  論文  参考訳（メタデータ） (2021-09-17T20:13:31Z)
• Generative Models for Multi-Illumination Color Constancy [23.511249515559122]
  そこで本研究では,種(物理駆動)に基づく多照色濃度法を提案する。 GANを用いて照明推定問題を画像から画像へのドメイン変換問題としてモデル化する。 単照度および多照度データセットを用いた実験により,本手法がソタ法より優れていることが示された。
  論文  参考訳（メタデータ） (2021-09-02T12:24:40Z)
• Relighting Images in the Wild with a Self-Supervised Siamese Auto-Encoder [62.580345486483886]
  本研究では,野生の単一ビュー画像の自己教師付きリライティング手法を提案する。 この方法は、イメージを2つの別々のエンコーディングに分解するオートエンコーダに基づいている。 Youtube 8MやCelebAなどの大規模データセットでモデルをトレーニングします。
  論文  参考訳（メタデータ） (2020-12-11T16:08:50Z)
• The Cube++ Illumination Estimation Dataset [50.58610459038332]
  本稿では,新しい照明推定データセットを提案する。 照明色が既知の4890の画像と、追加のセマンティックデータで構成されている。 データセットは、単一または2つの照度推定を実行するメソッドのトレーニングとテストに使用することができる。
  論文  参考訳（メタデータ） (2020-11-19T18:50:08Z)
• Light Direction and Color Estimation from Single Image with Deep Regression [25.45529007045549]
  単一画像からシーン光源の方向と色を推定する手法を提案する。 a)SIDデータセットと同様の制約で強い影効果を持つ新しい合成データセットを使用し、(b)上記データセットに基づいてトレーニングされた深層アーキテクチャを定義し、シーン光源の方向と色を推定する。
  論文  参考訳（メタデータ） (2020-09-18T17:33:49Z)
• Probabilistic Color Constancy [88.85103410035929]
  我々は、異なる画像領域の寄与を重み付けすることで、シーンの照度を推定するためのフレームワークを定義する。 提案手法は,INTEL-TAUデータセット上での最先端技術と比較して,競合性能を実現する。
  論文  参考訳（メタデータ） (2020-05-06T11:03:05Z)

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。