論文の概要: CCMNet: Leveraging Calibrated Color Correction Matrices for Cross-Camera Color Constancy

• arxiv url: http://arxiv.org/abs/2504.07959v1
• Date: Thu, 10 Apr 2025 17:59:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-11 12:20:35.050170
• Title: CCMNet: Leveraging Calibrated Color Correction Matrices for Cross-Camera Color Constancy
• Title（参考訳）: CCMNet: クロスカメラカラーコンステンシーのための校正色補正行列の活用
• Authors: Dongyoung Kim, Mahmoud Afifi, Dongyun Kim, Michael S. Brown, Seon Joo Kim,
• Abstract要約: ホワイトバランシング(ホワイトバランシング、英: white balance)は、カメラのイメージ信号プロセッサ(ISP)のキーモジュールである。 本稿では、新しいカメラに再トレーニングをせずに一般化する、クロスカメラカラーコンスタンシーの学習手法を提案する。
• 参考スコア（独自算出の注目度）: 45.85992386314982
• License:
• Abstract: Computational color constancy, or white balancing, is a key module in a camera's image signal processor (ISP) that corrects color casts from scene lighting. Because this operation occurs in the camera-specific raw color space, white balance algorithms must adapt to different cameras. This paper introduces a learning-based method for cross-camera color constancy that generalizes to new cameras without retraining. Our method leverages pre-calibrated color correction matrices (CCMs) available on ISPs that map the camera's raw color space to a standard space (e.g., CIE XYZ). Our method uses these CCMs to transform predefined illumination colors (i.e., along the Planckian locus) into the test camera's raw space. The mapped illuminants are encoded into a compact camera fingerprint embedding (CFE) that enables the network to adapt to unseen cameras. To prevent overfitting due to limited cameras and CCMs during training, we introduce a data augmentation technique that interpolates between cameras and their CCMs. Experimental results across multiple datasets and backbones show that our method achieves state-of-the-art cross-camera color constancy while remaining lightweight and relying only on data readily available in camera ISPs.
• Abstract（参考訳）: ホワイトバランシング(ホワイトバランシング、Computational Color Constancy)は、カメラのイメージ信号プロセッサ(ISP)のキーモジュールで、シーンライティングからカラーキャストを補正する。 この操作はカメラ固有の生色空間で行われるため、ホワイトバランスアルゴリズムは異なるカメラに適応する必要がある。 本稿では、新しいカメラに再トレーニングをせずに一般化する、クロスカメラカラーコンスタンシーの学習手法を提案する。 提案手法では,ISP上で利用可能なCCMを利用して,カメラの生色空間を標準空間(CIE XYZなど)にマッピングする。 我々はこれらのCCMを用いて、予め定義された照明色(プランクアン軌跡に沿って)をテストカメラの生空間に変換する。 マッピングされた光源はコンパクトなカメラ指紋埋め込み(CFE)に符号化され、ネットワークが見えないカメラに適応できるようにする。 訓練中のカメラやCCMの過度な適合を防止するため,カメラとCCMを補間するデータ拡張手法を提案する。 複数のデータセットやバックボーンにまたがる実験結果から,本手法は軽量でありながら,カメラISPで容易に利用できるデータのみに依存しながら,最先端のクロスカメラカラーコンステランシを実現する。

関連論文リスト

• Discovering an Image-Adaptive Coordinate System for Photography Processing [51.164345878060956]
  曲線演算を行う前にRGB色空間における画像適応座標系を学習するための新しいアルゴリズム IAC を提案する。 このエンドツーエンドのトレーニング可能なアプローチにより、共同で学習した画像適応座標系と曲線を用いて、画像の効率よく調整できる。
  論文  参考訳（メタデータ） (2025-01-11T06:20:07Z)
• PeLiCal: Targetless Extrinsic Calibration via Penetrating Lines for RGB-D Cameras with Limited Co-visibility [11.048526314073886]
  本稿では,RGB-Dカメラシステムのラインベースキャリブレーション手法であるPeLiCalについて述べる。 提案手法は,周辺環境からの長い線の特徴を活かし,新しい収束投票アルゴリズムを用いて外れ値のフィルタリングを行う。
  論文  参考訳（メタデータ） (2024-04-22T07:50:24Z)
• Rawformer: Unpaired Raw-to-Raw Translation for Learnable Camera ISPs [53.68932498994655]
  本稿では,多種多様なカメラを用いた生と生の翻訳の未ペアリング学習手法を提案する。 特定のカメラが捉えた生画像をターゲットカメラに正確にマッピングし、学習可能なISPを新しい目に見えないカメラに一般化する。 提案手法は,従来の最先端技術と比較して精度が高く,実際のカメラデータセットに優れた性能を示す。
  論文  参考訳（メタデータ） (2024-04-16T16:17:48Z)
• SmartMocap: Joint Estimation of Human and Camera Motion using Uncalibrated RGB Cameras [49.110201064166915]
  複数のRGBカメラからのマーカーレス人間のモーションキャプチャ(モキャップ)は、広く研究されている問題である。 既存の方法は、モキャップシステムの基準フレームとして機能するスタティックカメラに対して、キャリブレーションされたカメラを必要とするか、あるいはそれらをキャリブレーションする必要がある。 複数の静止・移動可能なRGBカメラを用いたモキャップ方式を提案する。
  論文  参考訳（メタデータ） (2022-09-28T08:21:04Z)
• 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)
• Transform your Smartphone into a DSLR Camera: Learning the ISP in the Wild [159.71025525493354]
  本稿では,スマートフォンが取得したRAW画像に基づいて,DSLRの品質画像を生成する訓練可能な画像信号処理フレームワークを提案する。 トレーニング画像ペア間の色ずれに対処するために、カラー条件ISPネットワークを使用し、各入力RAWと基準DSLR画像間の新しいパラメトリック色マッピングを最適化する。
  論文  参考訳（メタデータ） (2022-03-20T20:13:59Z)
• 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)
• 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)
• 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)

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。