論文の概要: Attentive Illumination Decomposition Model for Multi-Illuminant White
Balancing
- arxiv url: http://arxiv.org/abs/2402.18277v1
- Date: Wed, 28 Feb 2024 12:15:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-29 15:03:52.128818
- Title: Attentive Illumination Decomposition Model for Multi-Illuminant White
Balancing
- Title(参考訳): マルチイルミナントホワイトバランシングのための注意点灯分解モデル
- Authors: Dongyoung Kim, Jinwoo Kim, Junsang Yu, Seon Joo Kim
- Abstract要約: 多くの商用カメラにおけるホワイトバランス(WB)アルゴリズムは、単色および均一な照明を前提としている。
スロットアテンションを利用して,各スロットが個別の照度を表すようなホワイトバランスモデルを提案する。
この設計により、モデルは個々の照度に対する色度と重量マップを生成でき、最終照明マップを構成するために融合される。
- 参考スコア(独自算出の注目度): 27.950125640986805
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: White balance (WB) algorithms in many commercial cameras assume single and
uniform illumination, leading to undesirable results when multiple lighting
sources with different chromaticities exist in the scene. Prior research on
multi-illuminant WB typically predicts illumination at the pixel level without
fully grasping the scene's actual lighting conditions, including the number and
color of light sources. This often results in unnatural outcomes lacking in
overall consistency. To handle this problem, we present a deep white balancing
model that leverages the slot attention, where each slot is in charge of
representing individual illuminants. This design enables the model to generate
chromaticities and weight maps for individual illuminants, which are then fused
to compose the final illumination map. Furthermore, we propose the
centroid-matching loss, which regulates the activation of each slot based on
the color range, thereby enhancing the model to separate illumination more
effectively. Our method achieves the state-of-the-art performance on both
single- and multi-illuminant WB benchmarks, and also offers additional
information such as the number of illuminants in the scene and their
chromaticity. This capability allows for illumination editing, an application
not feasible with prior methods.
- Abstract(参考訳): 多くの商用カメラのホワイトバランス(wb)アルゴリズムは、単光と均一光を仮定し、シーンに異なる色を持つ複数の光源が存在する場合、望ましくない結果をもたらす。
従来の多色光源wbの研究では、光源の数や色などの実際の照明条件を完全に把握することなく、画素レベルでの照明を予測している。
これは多くの場合、全体的な一貫性に欠ける不自然な結果をもたらす。
この問題に対処するために,各スロットが個別の照度を表現するためのスロットアテンションを利用する,深いホワイトバランスモデルを提案する。
この設計により、モデルは個々の照度に対する色度と重量マップを生成でき、最終照明マップを構成するために融合される。
さらに,色域に基づいて各スロットのアクティベーションを制御し,より効果的に照明を分離するためのモデルを強化するセントロイドマッチング損失を提案する。
本手法は, 単照度および多照度WBベンチマークにおける最先端性能を実現し, シーン中の照度数や色度などの付加情報も提供する。
この機能は、以前のメソッドでは実行できないアプリケーションの照明編集を可能にする。
関連論文リスト
- URHand: Universal Relightable Hands [64.25893653236912]
URHandは、視点、ポーズ、イルミネーション、アイデンティティを一般化する最初の普遍的照らし手モデルである。
本モデルでは,携帯電話で撮影した画像によるパーソナライズが可能であり,新たな照明下でのフォトリアリスティックなレンダリングが可能である。
論文 参考訳(メタデータ) (2024-01-10T18:59:51Z) - Diving into Darkness: A Dual-Modulated Framework for High-Fidelity
Super-Resolution in Ultra-Dark Environments [51.58771256128329]
本稿では,低照度超解像課題の性質を深く理解しようとする,特殊二変調学習フレームワークを提案する。
Illuminance-Semantic Dual Modulation (ISDM) コンポーネントを開発した。
包括的実験は、我々のアプローチが多様で挑戦的な超低照度条件に適用可能であることを示す。
論文 参考訳(メタデータ) (2023-09-11T06:55:32Z) - Low-Light Image Enhancement with Illumination-Aware Gamma Correction and
Complete Image Modelling Network [69.96295927854042]
低照度環境は通常、情報の少ない大規模な暗黒地帯に繋がる。
本稿では,ガンマ補正の有効性を深層ネットワークのモデリング能力と統合することを提案する。
指数関数演算は高い計算複雑性をもたらすので、Taylor Series を用いてガンマ補正を近似することを提案する。
論文 参考訳(メタデータ) (2023-08-16T08:46:51Z) - 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) - Template matching with white balance adjustment under multiple
illuminants [17.134566958534634]
我々は,多照度シーンに対して提案した,ホワイトバランス調整を施したテンプレートマッチング手法N-ホワイトバランス法を提案する。
実験では, 様々な照明条件下での物体検出作業において, 提案手法の有効性を実証した。
論文 参考訳(メタデータ) (2022-08-03T12:57:18Z) - 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) - Spatially varying white balancing for mixed and non-uniform illuminants [19.723551683930772]
本研究では, 単一, 混合, 非一様照度に対して, 「迅速に変化する白色バランス」 と呼ばれる新しい白色バランス調整法を提案する。
実験では, 従来の白色および多色バランスと比較して, 混合および非均一照明下での手法の有効性を示した。
論文 参考訳(メタデータ) (2021-09-03T07:26:11Z) - A Dark Flash Normal Camera [6.686241050151697]
カジュアル撮影は、低画質の画像が得られ、下流処理の性能が低下する、制御不能な照明でしばしば行われる。
近赤外光源(NIR)とカメラ(いわゆる「暗フラッシュ画像」)で可視光を補うことで、これらの条件にもかかわらず人物を映し出すシーンの表面の正常さと反射率マップを推定する問題について考察する。
この方法では、任意の可視光の下で捉えた単一カラー画像と、制御されたフロントライトNIR照明下で撮影した単一の暗いフラッシュ画像とを同じ視点で入力し、正規写像、拡散アルベドマップ、およびその特異強度マップを演算する。
論文 参考訳(メタデータ) (2020-12-11T05:08:22Z) - 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 Stage Super-Resolution: Continuous High-Frequency Relighting [58.09243542908402]
光ステージから採取した人間の顔の「超解像」を学習ベースで解析する手法を提案する。
本手法では,ステージ内の隣接する照明に対応する撮像画像を集約し,ニューラルネットワークを用いて顔の描画を合成する。
我々の学習モデルは、リアルな影と特異なハイライトを示す任意の光方向のレンダリングを生成することができる。
論文 参考訳(メタデータ) (2020-10-17T23:40:43Z)
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。