論文の概要: Off the Planckian Locus: Using 2D Chromaticity to Improve In-Camera Color
- arxiv url: http://arxiv.org/abs/2511.17133v1
- Date: Fri, 21 Nov 2025 10:49:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-24 18:08:18.977598
- Title: Off the Planckian Locus: Using 2D Chromaticity to Improve In-Camera Color
- Title（参考訳）: オフ・ザ・プランクアン・ローカス:2次元クロマティクスによるカメラ内色改善
- Abstract要約: 従来のカメラ内カラーマッピングは、CIE A や D65 のようなプランク蛍光体に最適化された相関色温度(CCT)ベースの変換に依存している。
現代の照明技術はプランクの軌跡から大きく逸脱し、従来の1次元CCTによる照明特性の限界を露呈する。
我々は,従来のCCTを,非プランクアン照明下でのロバストな色度マッピングのための2次元色度特徴を持つ軽量多層パーセプトロン(MLP)に置き換える。
- 参考スコア（独自算出の注目度）: 14.28369643988171
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Traditional in-camera colorimetric mapping relies on correlated color temperature (CCT)-based interpolation between pre-calibrated transforms optimized for Planckian illuminants such as CIE A and D65. However, modern lighting technologies such as LEDs can deviate substantially from the Planckian locus, exposing the limitations of relying on conventional one-dimensional CCT for illumination characterization. This paper demonstrates that transitioning from 1D CCT (on the Planckian locus) to a 2D chromaticity space (off the Planckian locus) improves colorimetric accuracy across various mapping approaches. In addition, we replace conventional CCT interpolation with a lightweight multi-layer perceptron (MLP) that leverages 2D chromaticity features for robust colorimetric mapping under non-Planckian illuminants. A lightbox-based calibration procedure incorporating representative LED sources is used to train our MLP. Validated across diverse LED lighting, our method reduces angular reproduction error by 22% on average in LED-lit scenes, maintains backward compatibility with traditional illuminants, accommodates multi-illuminant scenes, and supports real-time in-camera deployment with negligible additional computational cost.
- Abstract（参考訳）: 従来のカメラ内カラーマッピングは、CIE A や D65 のようなプランク式の照明剤に最適化された事前校正された変換間の相関色温度(CCT)に基づく補間に依存している。
しかし、LEDのような近代的な照明技術はプランクの軌跡から大きく逸脱し、従来の1次元CCTによる照明特性評価の限界を露呈する。
本稿では, 1D CCT から 2D 色度空間 (Planckian locus) への遷移が, 様々なマッピング手法における色度精度を向上させることを示す。
さらに,従来のCCT補間を2次元色度特性を利用した軽量多層パーセプトロン (MLP) に置き換えた。
代表的なLED源を取り入れたライトボックスを用いた校正法を用いて,MLPの訓練を行った。
本手法は,LED照明における角度再生誤差を平均で22%低減し,従来の照明器具との後方互換性を維持し,複数照度に対応するとともに,計算コストを抑えながらリアルタイムのカメラ内展開をサポートする。
関連論文リスト
- Beyond Fixed Luminance: Towards Panchromatic and Orthochromatic Image Colorization [29.03876036090772]
フルRGB画像編集としてカラー化を定式化する輝度非依存のカラー化フレームワークを提案する。
COCO, ImageNet, およびマルチインスタンスベンチマーク実験により, 本手法は標準グレースケール入力と競合することを示した。
論文 参考訳（メタデータ） (2026-08-11T11:12:24Z) - Illuminant-Adaptive 3D Lookup Tables for Camera Color Correction [10.971431168902166]
照明適応型3次元ルックアップテーブル(LUT)に基づく色補正フレームワークを提案する。
本手法は, 色度を意識した照度表現と非線形色変換を組み合わせ, 照度の下での正確な補正を可能にする。
複数のカメラ、照度、反射率データセット、実際の撮像画像に対する実験は、既存の色補正方法よりも一貫した改善を示している。
論文 参考訳（メタデータ） (2026-07-13T15:19:35Z) - AIGS-Net: Compact Illumination Field Modeling via 2D Gaussian Splatting for Fast Low-Light Image Enhancement [19.712825613823778]
本稿では,高速低照度化のための適応照明ガウス格子ネットワーク(AIGS-Net)を提案する。
従来の静的プリミティブとは異なり、AIGS-Netは入力適応型2Dガウス散乱照明場を構築する。
実験によると、AIGS-Netは、約40の学習可能なパラメータしか必要とせず、ディテールリカバリと色忠実度を改善する。
論文 参考訳（メタデータ） (2026-06-16T14:45:55Z) - GraspALL: Adaptive Structural Compensation from Illumination Variation for Robotic Garment Grasping in Any Low-Light Conditions [55.86392310651848]
低照度シーンにおける照明の低減は、衣服の構造的特徴を著しく劣化させ、ロバストさの獲得に大きな低下をもたらした。
既存の手法は、非RGBモダリティの照明不変性を利用して、RGBの特徴を高めるのが一般的である。
照明構造を考慮した対話型補償モデルGraspALLを提案する。
自作の衣服把握データセットの実験では、多様な照明条件下では、ベースラインよりも32-44%グリップ精度が向上することが示されている。
論文 参考訳（メタデータ） (2026-03-16T03:38:38Z) - LCAMV: High-Accuracy 3D Reconstruction of Color-Varying Objects Using LCA Correction and Minimum-Variance Fusion in Structured Light [0.5371337604556311]
横色収差補正と最小分散融合(LCAMV)を導入する。
LCAMVは、追加のハードウェアや取得制約なしで、単一のプロジェクタとカメラのペアで動作する。
平面および非平面色表面の実験では、LCAMVはグレースケール変換や従来のチャネル重み付けよりも優れていた。
論文 参考訳（メタデータ） (2026-03-11T06:16:10Z) - Unifying Color and Lightness Correction with View-Adaptive Curve Adjustment for Robust 3D Novel View Synthesis [73.27997579020233]
多様な照明条件下での堅牢なNVSのための3DGSベースのフレームワークであるLuminance-GS++を提案する。
本手法は,グローバルな視野適応光度調整と局所画素ワイド残差補正を組み合わせ,正確な色補正を行う。
論文 参考訳（メタデータ） (2026-02-20T16:20:50Z) - Near-Light Color Photometric Stereo for mono-Chromaticity non-lambertian surface [67.4383975650003]
本稿では,一色性の仮定の下で,ニューラル暗黙表現を深度とBRDFモデリングに活用するフレームワークを提案する。
合成および実世界の両方のデータセットに対する実験により,本手法が高精度で堅牢な表面再構成を実現することを示す。
論文 参考訳（メタデータ） (2026-01-19T02:26:08Z) - E-RGB-D: Real-Time Event-Based Perception with Structured Light [4.894362825271711]
イベントベースのカメラ(EC)は、バイオインスパイアされたセンサーとして登場し、ピクセルの明るさが非同期に変化することを報告している。
本稿では、デジタル光処理(DLP)プロジェクタを統合し、RGB-Dセンシングのためのアクティブ構造光(ASL)を形成する新しいアプローチを提案する。
論文 参考訳（メタデータ） (2025-12-20T17:08:11Z) - LiDAR Point Cloud Colourisation Using Multi-Camera Fusion and Low-Light Image Enhancement [0.0]
本研究では,複数のカメラ入力を用いてメカニカルLiDARから色付き点雲を生成する,ハードウェアに依存しない新しい手法を提案する。
主なイノベーションは、低照度条件下での堅牢性であり、低照度画像拡張モジュールの統合によって達成される。
このアルゴリズムは、Velodyne Puck Hi-Res LiDARと4カメラ構成を用いてテストされた。
論文 参考訳（メタデータ） (2025-09-30T06:56:11Z) - Learning Physics-Informed Color-Aware Transforms for Low-Light Image Enhancement [5.8550460201927725]
本稿では,分解された物理情報に基づく低照度画像強調手法を提案する。
sRGB色空間における低照度画像と通常照度画像を直接マッピングする既存の方法は、一貫性のない色予測に悩まされている。
提案するPiCatフレームワークは,5つのベンチマークデータセットを対象とした最先端手法と比較して優れた性能を示す。
論文 参考訳（メタデータ） (2025-04-16T09:23:38Z) - Neural Real-Time Recalibration for Infrared Multi-Camera Systems [2.249916681499244]
赤外線マルチカメラシステムのリアルタイム再校正には、学習のない、あるいはニューラルネットワーク技術は存在しない。
動的リアルタイムキャリブレーションが可能なニューラルネットワークに基づく手法を提案する。
論文 参考訳（メタデータ） (2024-10-18T14:37:37Z) - Rapid stochastic spatial light modulator calibration and pixel crosstalk optimisation [0.0]
SLMディスプレイにおけるレーザービームの波面の正確な校正と強度プロファイルは、ホログラム電位の高密度化の鍵となる。
そこで本研究では,従来の手法よりも高速で,同じ精度を維持しながらキャリブレーションを行う手法を提案する。
このアプローチにより、SLMのウェーブフロントをわずか10のSLMフェーズパターンを使用して、ラムダ/170$を5分以内で測定することができます。
論文 参考訳（メタデータ） (2024-08-14T17:11:50Z) - MixLight: Borrowing the Best of both Spherical Harmonics and Gaussian Models [69.39388799906409]
既存の作業では、照明マップを生成したり、照明パラメータを回帰することによって照明を推定する。
本稿では,SHとSGの相補的特性を利用して,より完全な照明表現を実現するジョイントモデルであるMixLightを提案する。
論文 参考訳（メタデータ） (2024-04-19T10:17:10Z) - 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) - MIMT: Multi-Illuminant Color Constancy via Multi-Task Local Surface and
Light Color Learning [42.72878256074646]
単一入力画像における複数の光色を割引するマルチタスク学習手法を提案する。
複数の光色条件下で局所的な表面/光色をより正確に表現するために,我々は新しいマルチタスク学習フレームワークを設計する。
本モデルでは,マルチイルミナントデータセット上で,最先端のマルチイルミナントカラーコンステンシー法と比較して47.1%の改善を実現している。
論文 参考訳（メタデータ） (2022-11-16T09:00:20Z) - How to Calibrate Your Event Camera [58.80418612800161]
画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。
ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
論文 参考訳（メタデータ） (2021-05-26T07:06:58Z) - Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian
Photometric Stereo [61.6260594326246]
空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。
分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
論文 参考訳（メタデータ） (2021-03-22T18:06:58Z)
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。