論文の概要: Illuminant-Adaptive 3D Lookup Tables for Camera Color Correction
- arxiv url: http://arxiv.org/abs/2607.11681v2
- Date: Tue, 14 Jul 2026 09:02:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 12:51:44.725039
- Title: Illuminant-Adaptive 3D Lookup Tables for Camera Color Correction
- Title（参考訳）: カメラカラー補正のための照度適応型3Dルックアップテーブル
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 10.971431168902166
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Color correction is a key component of camera image signal processing (ISP) pipelines, encompassing illuminant discounting and colorimetric mapping of device-dependent sensor responses to device-independent color spaces, such as CIE XYZ. Despite extensive research, accurate color correction remains challenging due to the non-linear relationship between camera sensor responses and CIE XYZ color space, as well as to the increasing presence of highly chromatic and spectrally complex LED illuminants. We propose a color correction framework based on illuminant-adaptive three-dimensional lookup tables (LUTs), which we call Color Correction LUT (C$^2$LUT). Our method combines a chromaticity-aware illuminant representation with a non-linear color transformation, enabling accurate correction under illuminants spanning a wide range of chromaticities and spectral complexities. We employ Tucker tensor decomposition to represent the LUTs, ensuring that computational requirements remain sufficiently low for deployment in camera ISPs. In addition, we introduce a large-scale illuminants dataset comprising 1,473 spectral power distributions, with different chromaticities and spectral profiles. Experiments across multiple cameras, illuminants, reflectance datasets, and real captured images demonstrate consistent improvements over existing methods for color correction, reducing CIE $ΔE_{00}$ by up to 20% and angular error by up to 18% while remaining compatible with modern camera hardware constraints. Code and datasets are available at https://github.com/claudiom4sir/C2LUT.
- Abstract（参考訳）: カラー補正は、CIE XYZのようなデバイス非依存カラー空間に対するデバイス依存センサ応答の照度割引とカラーマッピングを含む、カメライメージ信号処理(ISP)パイプラインのキーコンポーネントである。
広汎な研究にもかかわらず、カメラセンサー応答とCIE XYZ色空間の非線形関係と、高色度でスペクトル的に複雑なLED発光物質の存在の増加により、正確な色補正は依然として困難である。
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し,色補正 LUT (C$^2$LUT) と呼ぶ。
本手法は, 彩度を意識した照度表現と非線形色変換を組み合わせ, 広範囲の彩度とスペクトルの複雑さにまたがる照度の下での正確な補正を可能にする。
LUTを表すためにTuckerテンソル分解を用いており、カメラISPへの展開において計算要求が十分に低いことを保証している。
さらに,1,473個のスペクトルパワー分布からなり,色度やスペクトルプロファイルの異なる大規模照度データセットを導入する。
CIE $ΔE_{00}$を最大20%削減し、角誤差を最大18%削減し、現代のカメラハードウェアとの互換性を維持した。
コードとデータセットはhttps://github.com/claudiom4sir/C2LUTで公開されている。
関連論文リスト
- 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) - Leveraging Multispectral Sensors for Color Correction in Mobile Cameras [22.93423876118074]
スナップショットマルチスペクトル(MS)イメージングの最近の進歩は、小型で低コストな分光センサを消費者やモバイルデバイス向けに実現している。
エンド・ツー・エンドの色補正を行う統合学習ベースのフレームワークを提案する。
提案手法は,RGBのみのベースラインやMS駆動ベースラインと比較して,誤差を最大50%低減する。
論文 参考訳（メタデータ） (2025-12-09T10:14:13Z) - Off the Planckian Locus: Using 2D Chromaticity to Improve In-Camera Color [14.28369643988171]
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。
論文 参考訳（メタデータ） (2025-11-21T10:49:04Z) - Comprehensive Modeling of Camera Spectral and Color Behavior [0.0]
本稿では,RGBデジタルカメラのスペクトル応答をモデル化する新しい手法を提案する。
その結果,色忠実度とスペクトル精度を向上させる効果が示された。
このアプローチは、科学的、工業的、創造的な領域でカメラシステムを最適化するための強力なツールを提供する。
論文 参考訳（メタデータ） (2025-07-07T02:24:42Z) - CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis [69.02751635551724]
スペクトルイメージングは、医療や都市景観の理解など、様々な領域で有望な応用を提供する。
スペクトルカメラのチャネル次元と捕獲波長のばらつきは、AI駆動方式の開発を妨げる。
本稿では,RGB,マルチスペクトル,ハイパースペクトル画像を用いたカメラ非依存表現学習モデルCARLを紹介する。
論文 参考訳（メタデータ） (2025-04-27T13:06:40Z) - 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) - 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) - Tuning IR-cut Filter for Illumination-aware Spectral Reconstruction from
RGB [84.1657998542458]
再現精度は、使用中のRGBカメラのスペクトル応答に大きく依存していることが証明されている。
本稿では,既存のrgbカメラのフィルタアレイに基づくカラーイメージング機構を調査し,irカットフィルタの設計方法を提案する。
論文 参考訳（メタデータ） (2021-03-26T19:42:21Z)
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。