論文の概要: GCC: Generative Color Constancy via Diffusing a Color Checker

• arxiv url: http://arxiv.org/abs/2502.17435v1
• Date: Mon, 24 Feb 2025 18:59:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-25 15:53:49.055912
• Title: GCC: Generative Color Constancy via Diffusing a Color Checker
• Title（参考訳）: GCC:カラーチェッカーを使わずに生成するカラーコンステンシー
• Authors: Chen-Wei Chang, Cheng-De Fan, Chia-Che Chang, Yi-Chen Lo, Yu-Chee Tseng, Jiun-Long Huang, Yu-Lun Liu,
• Abstract要約: 本稿では,カラーチェッカーをカラーチェッカーに塗布した拡散モデルを用いて照明推定を行うGCCを提案する。 主なイノベーションは,(1)シーン照明を反映したカラーチェッカーを描画する単一ステップ決定論的推論手法,(2)照明に依存したカラー適応を許容しつつ構造を保存するラプラシアン分解手法,(3)カラーチェッカーアノテーションを扱うためのマスクベースのデータ拡張戦略である。
• 参考スコア（独自算出の注目度）: 10.283908511005176
• License:
• Abstract: Color constancy methods often struggle to generalize across different camera sensors due to varying spectral sensitivities. We present GCC, which leverages diffusion models to inpaint color checkers into images for illumination estimation. Our key innovations include (1) a single-step deterministic inference approach that inpaints color checkers reflecting scene illumination, (2) a Laplacian decomposition technique that preserves checker structure while allowing illumination-dependent color adaptation, and (3) a mask-based data augmentation strategy for handling imprecise color checker annotations. GCC demonstrates superior robustness in cross-camera scenarios, achieving state-of-the-art worst-25% error rates of 5.15{\deg} and 4.32{\deg} in bi-directional evaluations. These results highlight our method's stability and generalization capability across different camera characteristics without requiring sensor-specific training, making it a versatile solution for real-world applications.
• Abstract（参考訳）: カラーコンステンシー法は、様々なスペクトル感度のために、様々なカメラセンサーをまたいだ一般化に苦慮することが多い。 本稿では,カラーチェッカーをカラーチェッカーに塗布した拡散モデルを用いて照明推定を行うGCCを提案する。 主なイノベーションは,(1)シーン照明を反映したカラーチェッカーを塗布する単段階決定論的推論アプローチ,(2)照明に依存したカラー適応を許容しながらチェッカー構造を保存するラプラシアン分解手法,(3)不正確なカラーチェッカーアノテーションを扱うためのマスクベースのデータ拡張戦略である。 GCCは、双方向評価において5.15{\degと4.32{\degの最先端の25%エラー率を達成することで、クロスカメラシナリオにおいて優れた堅牢性を示す。 これらの結果は,センサ固有の訓練を必要とせず,様々なカメラ特性にまたがる安定性と一般化能力を強調した。

関連論文リスト

• Control Color: Multimodal Diffusion-based Interactive Image Colorization [81.68817300796644]
  Control Color (Ctrl Color) は、事前訓練された安定拡散(SD)モデルを利用する多モードカラー化手法である。 ユーザのストロークをエンコードして、局所的な色操作を正確に行うための効果的な方法を提案する。 また、カラーオーバーフローと不正確な色付けの長年の問題に対処するために、自己注意に基づく新しいモジュールとコンテンツ誘導型変形可能なオートエンコーダを導入する。
  論文  参考訳（メタデータ） (2024-02-16T17:51:13Z)
• Detecting Recolored Image by Spatial Correlation [60.08643417333974]
  画像のリカラー化は、画像の色値を操作して新しいスタイルを与える、新たな編集技術である。 本稿では,空間相関の観点から,従来型と深層学習による再色検出の汎用的検出能力を示す解を探索する。 提案手法は,複数のベンチマークデータセット上での最先端検出精度を実現し,未知の種類の再色法を適切に一般化する。
  論文  参考訳（メタデータ） (2022-04-23T01:54:06Z)
• Learning Enriched Illuminants for Cross and Single Sensor Color Constancy [182.4997117953705]
  ネットワークをトレーニングするためのクロスセンサ自己教師型トレーニングを提案する。 センサに依存しない方法で人工発光体をランダムにサンプリングすることでネットワークを訓練する。 実験により、我々のクロスセンサモデルとシングルセンサーモデルは、他の最先端手法よりも大きなマージンで優れていることが示された。
  論文  参考訳（メタデータ） (2022-03-21T15:45:35Z)
• Colour alignment for relative colour constancy via non-standard references [11.92389176996629]
  相対色濃度は、多くの科学的イメージング応用に必須の要件である。 カメラ画像形成をブラックボックスとみなすカラーアライメントモデルを提案する。 カラーアライメントは、カメラ応答校正、応答線形化、色マッチングという3段階のプロセスとして定式化される。
  論文  参考訳（メタデータ） (2021-12-30T15:58:55Z)
• Image color correction, enhancement, and editing [14.453616946103132]
  画像信号処理装置(ISP)の立場から見た色補正問題について検討する。 特に,新しいカラーのカメラレンダリング画像の異なる実写版を生成するためのオートイメージ再キャプチャ手法を提案する。
  論文  参考訳（メタデータ） (2021-07-28T01:14:12Z)
• Semi-Supervised Raw-to-Raw Mapping [19.783856963405754]
  カメラセンサーの生RGB色は、異なるセンサーのメーカーやモデル間のスペクトル感度の違いによって異なる。 本稿では,各カメラ装置が捉えた画像とペア画像の小さなセットで訓練した半教師付き生-生-生のマッピング手法を提案する。
  論文  参考訳（メタデータ） (2021-06-25T21:01:45Z)
• Illumination Estimation Challenge: experience of past two years [57.13714732760851]
  第2回照明推定チャレンジ(IEC#2)を行った。 チャレンジには、一般的なもの、屋内のもの、照明が2つあり、それぞれ異なるシーンのパラメーターに焦点を当てていた。 他の主な特徴は、同じカメラセンサーモデルで撮影された画像の新しい大規模なデータセット(約5000)、各画像に付随する手動マークアップ、SpyderCubeキャリブレーションオブジェクトを使用して抽出されたさまざまな照明の下で多くの国で撮影されたシーンの多様なコンテンツ、IEC#1で使用されたCube+データセットからの画像のコンテストのようなマークアップです。
  論文  参考訳（メタデータ） (2020-12-31T17:59:19Z)
• CoRe: Color Regression for Multicolor Fashion Garments [80.57724826629176]
  本稿では,RGBの正確な値を予測するために,色検出を回帰問題として扱う。 新たに提案したアーキテクチャの洗練のための第2のレグレッションステージも含んでいます。 このアーキテクチャはモジュラーであり、多色衣料のすべての色のRGBを検出するために容易に拡張される。
  論文  参考訳（メタデータ） (2020-10-06T16:12:30Z)
• 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)
• A Multi-Hypothesis Approach to Color Constancy [22.35581217222978]
  現在のアプローチは、カメラ固有の照度マッピングを学習する際の色濃度の問題である。 本稿では,マルチハイプセシス戦略を用いて,自然に色相のあいまいさを処理できるベイズ的枠組みを提案する。 提案手法は,リアルタイムな実行を維持しつつ,複数の公開データセットに対して最先端の精度を提供する。
  論文  参考訳（メタデータ） (2020-02-28T18:05:16Z)

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。