論文の概要: Effects of the retina-inspired light intensity encoding on color discrimination performance

• arxiv url: http://arxiv.org/abs/2601.11909v1
• Date: Sat, 17 Jan 2026 05:12:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:22.370341
• Title: Effects of the retina-inspired light intensity encoding on color discrimination performance
• Title（参考訳）: 網膜誘発光強度符号化が色識別性能に及ぼす影響
• Authors: Io Yamada, Hirotsugu Okuno,
• Abstract要約: 照明色に依存しない視覚的ターゲットの色を知覚する能力は、カラーコンスタンス(Color Constancy, CC)と呼ばれる。 本研究では,光強度符号化関数が中心/周囲(C/S)網膜モデルの性能に及ぼす影響について検討した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Color is an important source of information for visual functions such as object recognition, but it is greatly affected by the color of illumination. The ability to perceive the color of a visual target independent of illumination color is called color constancy (CC), and is an important feature for vision systems that use color information. In this study, we investigated the effects of the light intensity encoding function on the performance of CC of the center/surround (C/S) retinex model, which is a well-known model inspired by CC of the visual nervous system. The functions used to encode light intensity are the logarithmic function used in the original C/S retinex model and the Naka-Rushton (N-R) function, which is a model of retinal photoreceptor response. Color-variable LEDs were used to illuminate visual targets with various lighting colors, and color information computed by each model was used to evaluate the degree to which the color of visual targets illuminated with different lighting colors could be discriminated. Color information was represented using the HSV color space and a color plane based on the classical opponent color theory. The results showed that the combination of the N-R function and the double opponent color plane representation provided superior discrimination performance.
• Abstract（参考訳）: 色は物体認識などの視覚機能にとって重要な情報源であるが、照明の色の影響は大きい。 照明色に依存しない視覚的ターゲットの色を知覚する能力は、カラーコンスタンス(Color Constancy, CC)と呼ばれ、色情報を使用する視覚システムにとって重要な特徴である。 本研究では、視覚神経系のCCにインスパイアされたよく知られたモデルである中心/周囲(C/S)網膜モデルの性能に及ぼす光強度符号化機能の影響について検討した。 光強度を符号化するために用いられる関数は、元のC/Sレチネックスモデルで用いられる対数関数と、網膜光受容体反応のモデルであるナカ・ラッシュトン(N-R)関数である。 色変化可能なLEDは様々な照明色で視覚目標を照らすのに用いられ、各モデルで計算された色情報は、異なる照明色で照らされた視覚目標の色を識別できる程度の評価に使用された。 色情報はHSV色空間と古典的反対色理論に基づく色平面を用いて表現された。 その結果,N-R関数と二重対向色平面表現の組み合わせは,識別性能に優れていた。

関連論文リスト

• Color Models in Image Processing: A Review and Experimental Comparison [0.0]
  色モデルと空間のレビュー、理論的基礎、計算的性質、実用的応用の解析。 RGB、CMYK、YUVといった伝統的なモデル、CIELABやCIELUVのような知覚的に均一な空間、ファジィベースのアプローチなどがある。 実験では、既存のカラーモデルのギャップが明らかとなり、HS*ファミリーが人間の知覚に最も適していることが示されている。
  論文  参考訳（メタデータ） (2025-10-01T07:06:02Z)
• HVI-CIDNet+: Beyond Extreme Darkness for Low-Light Image Enhancement [56.02740727422916]
  低光画像強調(LLIE)は、劣化した低光画像から鮮明なコンテンツと詳細を復元することを目的としている。 既存の標準RGB(sRGB)カラースペースベースのLLIE法は、しばしば色バイアスと明るさのアーチファクトを生成する。 HV色マップと学習可能な強度によって定義されるLLIEの新しい色空間を提案する。 HVI-CIDNet+はHVI色空間上に構築されており、損傷したコンテンツを復元し、極暗い領域における色歪みを軽減する。
  論文  参考訳（メタデータ） (2025-07-09T13:03:34Z)
• SpikeGen: Decoupled "Rods and Cones" Visual Representation Processing with Latent Generative Framework [53.27177454390712]
  本研究では,現代の潜在空間生成フレームワークとマルチモーダル視覚入力を統合することで,人間の視覚システムをエミュレートすることを目的とする。 我々はSpikeGenと命名し、条件付き画像やビデオの劣化、スパイクストリームからの高密度フレーム再構成、高速シーンノベルビュー合成など、様々なスパイクRGBタスクのパフォーマンスを評価する。
  論文  参考訳（メタデータ） (2025-05-23T15:54:11Z)
• Primary visual cortex contributes to color constancy by predicting rather than discounting the illuminant: evidence from a computational study [15.2781669109191]
  我々は、自然画像データセットから光源の色を学習するために、電気生理学的にベースとしたV1ニューラルモデルを構築した。 学習したモデルニューロンの受容野の空間構造と色重は、V1で記録された単純ニューロンとDOニューロンのものと非常によく似ている。
  論文  参考訳（メタデータ） (2024-12-10T01:42:49Z)
• Color Recognition in Challenging Lighting Environments: CNN Approach [0.0]
  研究者は、コンピュータビジョンの応用のための色検出技術を強化するために取り組んでいる。 この問題に対処するために,畳み込みニューラルネットワーク(CNN)に基づく色検出手法を提案する。 本手法は照明条件の異なる色検出の堅牢性を大幅に向上させることができることを実験的に検証した。
  論文  参考訳（メタデータ） (2024-02-07T11:26:00Z)
• ColorSense: A Study on Color Vision in Machine Visual Recognition [57.916512479603064]
  視覚認識ベンチマークから,前景や背景色ラベルの非自明なアノテーション110,000点を収集する。 色識別のレベルがマシン認識モデルの性能に与える影響を実証することにより、データセットの使用を検証した。 その結果,分類や局所化などの物体認識タスクは,色覚バイアスの影響を受けやすいことが示唆された。
  論文  参考訳（メタデータ） (2022-12-16T18:51:41Z)
• 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)
• Planckian jitter: enhancing the color quality of self-supervised visual representations [32.28858433165915]
  従来の色ジッタが学習した特徴表現における色特徴の質に悪影響を及ぼすかを分析する。 私たちはこのモジュールをPlanckian jitterと呼ばれる物理ベースの色増色に置き換え、色度を現実的に変化させる。 学習した特徴の性能は照度の変化に対して頑健であることを示す。
  論文  参考訳（メタデータ） (2022-02-16T11:13:37Z)

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。