Revisiting and Optimising a CNN Colour Constancy Method for Multi-Illuminant Estimation

要約

色の恒常性の目的は、画像の色からシーン照明の影響を割り引き、「白」照明の下で撮影されたオブジェクトの色を復元することである。色の恒常性の手法の大部分では、最初のステップはシーンの照明の色を推定することである。一般的に、照明がシーン内で均一であることが仮定されています。しかし、現実のシーンでは、太陽光やスポットライトなど、複数の照明が1つのシーンに混在している。我々はこの論文で、色の恒常性のために複数の光源を推定し使用する、深層CNNベースの手法を用いたシンプルで非常に効果的なフレームワークを紹介する。我々のアプローチは、複数光源と単一光源の両方のケースでうまく機能する。CNN法の出力は、色の恒常性を実行するために画像から平滑化され分割されたシーンの領域単位の推定マップである。我々が提案する手法は、他の最新の手法を凌駕し、有望な視覚的結果を得ることができる。

要約(オリジナル)

The aim of colour constancy is to discount the effect of the scene illumination from the image colours and restore the colours of the objects as captured under a ‘white’ illuminant. For the majority of colour constancy methods, the first step is to estimate the scene illuminant colour. Generally, it is assumed that the illumination is uniform in the scene. However, real world scenes have multiple illuminants, like sunlight and spot lights all together in one scene. We present in this paper a simple yet very effective framework using a deep CNN-based method to estimate and use multiple illuminants for colour constancy. Our approach works well in both the multi and single illuminant cases. The output of the CNN method is a region-wise estimate map of the scene which is smoothed and divided out from the image to perform colour constancy. The method that we propose outperforms other recent and state of the art methods and has promising visual results.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL