論文の概要: Beyond Fixed Luminance: Towards Panchromatic and Orthochromatic Image Colorization
- arxiv url: http://arxiv.org/abs/2608.10798v2
- Date: Wed, 12 Aug 2026 17:35:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-13 14:28:20.622505
- Title: Beyond Fixed Luminance: Towards Panchromatic and Orthochromatic Image Colorization
- Title（参考訳）: 固定輝度を超える: 色色とオルソクロマティック画像のカラー化に向けて
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 29.03876036090772
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Most image colorization systems operate in $Lab$ space by predicting chroma ($ab$) while preserving an input-derived luminance channel ($L$). While effective on standard benchmarks, this fixed-luminance design restricts brightness changes and becomes unreliable when grayscale formation deviates from natural-image luminance, as in historical orthochromatic photography. We propose a luminance-agnostic colorization framework that formulates colorization as full-RGB image editing using a foundation image-editing model. To bridge modern panchromatic and historical orthochromatic conditions, we introduce a mixed grayscale objective that trains the model under both standard luminance grayscale and a red-insensitive grayscale formation. Experiments on COCO, ImageNet, and a multi-instance benchmark show that our method is competitive on standard grayscale inputs and substantially more robust under orthochromatic inputs, with qualitative comparisons and a human study indicating fewer visible color artifacts.
- Abstract（参考訳）: ほとんどの画像カラー化システムは、入力由来の輝度チャンネル(L$)を維持しながら、クロマ(ab$)を予測することで$Lab$スペースで動作する。
標準のベンチマークでは有効であるが、この固定輝度設計は、歴史的正色写真のように、グレースケールの形成が自然像の輝度から逸脱すると、明るさの変化を制限し、信頼性が低下する。
基礎画像編集モデルを用いたフルRGB画像編集としてカラー化を定式化する輝度非依存カラー化フレームワークを提案する。
現代パンクロマティックおよび歴史的正色条件を橋渡しするために、標準輝度グレースケールと赤不感グレースケールの両方でモデルを訓練する混合グレースケールの目的を導入する。
COCO, ImageNet, およびマルチインスタンスのベンチマーク実験により, 本手法は標準グレースケールの入力と競合し, 定性的比較と可視色アーティファクトの少ない人間の研究により, 正色入力においてかなり堅牢であることが示された。
関連論文リスト
- BC-IHV: Conditioning the Color Space for Stable Rectified-Flow Low-Light Enhancement [51.79298431282401]
低照度画像強調は、入力ですでに支持されている上書き構造を使わずに、あいまいな露出を補正する必要がある。
本研究では, 異なる色度/強度の幹を通した対応を保ちながら, SA-RF(Structure-Anchored Rectified Flow)を提案する。
また,学習可能なBox-Cox極色空間であるBC-IHVを導入する。
論文 参考訳（メタデータ） (2026-08-22T08:43:00Z) - Cyclops: LiDAR as a Camera That Dreams in Color [32.25721672776894]
本稿では,非反復走査LiDAR(NRS-LiDAR)強度をRGBビデオに変換するフレームワークを提案する。
提案手法は, 凍結した予混合密度モジュールを用いて, スパースLiDAR強度射影を密度密度表現に変換する。
その後、高密度潜水剤はラテントブリッジマッチングを介してターゲットRGB分布へ輸送される。
論文 参考訳（メタデータ） (2026-08-17T08:37:09Z) - Towards Color-Faithful Low-Light Image Enhancement via Adaptive Color Debiasing and Saturation Rectification [17.063732568364927]
CAGEは適応色ずれとガム調和飽和補正を備えた円筒型色補正フレームワークである。
CAGEはより忠実な色復元を実現し、特に色バイアスと彩度異常を低減し、全体的な視覚的品質を向上させる。
論文 参考訳（メタデータ） (2026-08-11T05:37:54Z) - 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) - Perception-Inspired Color Space Design for Photo White Balance Editing [20.114221919949603]
ホワイトバランス(WB)は、画像信号プロセッサ(ISP)パイプラインにおける重要なステップである。
本稿では,知覚にインスパイアされたLearable HSI(LHSI)色空間を利用するWB補正のための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-10T07:27:16Z) - Color3D: Controllable and Consistent 3D Colorization with Personalized Colorizer [58.94607850223466]
静的な3Dシーンと動的な3Dシーンの両方をモノクロ入力から色づけする、高度に適応可能なフレームワークであるColor3Dを提案する。
当社のアプローチは、クロスビューとクロスタイムの一貫性を確保しながら、カラー多様性とステアビリティを維持できます。
論文 参考訳（メタデータ） (2025-10-11T10:21:19Z) - 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) - 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) - Leveraging Semantic Attribute Binding for Free-Lunch Color Control in Diffusion Models [53.73253164099701]
拡散モデルにおいて、微調整なしで正確なRGBレベルの色制御を実現する、トレーニング不要なアプローチであるColorWaveを導入する。
我々は、カラーウェーブが、構造化された、色一貫性の拡散に基づく画像合成のための新しいパラダイムを確立することを実証した。
論文 参考訳（メタデータ） (2025-03-12T21:49:52Z) - You Only Need One Color Space: An Efficient Network for Low-light Image Enhancement [50.37253008333166]
低照度画像強調(LLIE)タスクは、劣化した低照度画像から詳細と視覚情報を復元する傾向がある。
水平/垂直インテンシティ(HVI)と呼ばれる新しいトレーニング可能なカラー空間を提案する。
輝度と色をRGBチャネルから切り離して、拡張中の不安定性を緩和するだけでなく、トレーニング可能なパラメータによって異なる照明範囲の低照度画像にも適応する。
論文 参考訳（メタデータ） (2024-02-08T16:47:43Z) - Underwater Image Color Correction by Complementary Adaptation [0.0]
本稿では,CIELAB色空間におけるTikhonov型最適化モデルに基づく水中色補正手法を提案する。
本手法は, 長期適応プロセスとして, 水中色キャストを効果的に除去し, バランスの取れた色分布を得る。
論文 参考訳（メタデータ） (2020-10-21T03:59:22Z)
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。