Representative Color Transform for Image Enhancement
作者：Hanul Kim1, Su-Min Choi2, Chang-Su Kim3, Yeong Jun Koh
單位：Seoul National University of Science and Technology 2Chungnam National University 3Korea University
Abstract
前人方法都是encode-decode方式，丟失細(xì)節(jié)；密集轉(zhuǎn)化也限制顏色空間的遷移效果；
本文使用顏色遷移表征（RCT）表征顏色變化，根據(jù)輸入和表征顏色相似性增強(qiáng)顏色，得到更好效果；
RCT determines different representative colors specialized in in- put images and estimates transformed colors for the repre- sentative colors. It then determines enhanced colors us- ing these transformed colors based on the similarity be- tween input and representative colors.
Introduction
- 問題
First, details of the input im- age are not preserved in the up-sampling process of the de- coder, even though they employ skip-connections. Second, these approaches train networks with fixed input size, which makes it difficult to enhance images of arbitrary spatial res- olutions in the inference phase.
1.使用上采樣無法保證解碼器還原細(xì)節(jié)特征；
2.固定尺寸輸入讓輸入圖片有限制；
還有一種方法：全局參數(shù)估計，不需要上采樣，使用RGB, CIELab，LUTS等方式，但不同通道之間無法分開訓(xùn)練顏色遷移；
- 本文使用方法
RCT學(xué)習(xí)大規(guī)模色彩遷移，encode+特征表征=大規(guī)模色彩遷移能力
Related work
- 數(shù)據(jù)集MIT-Adobe 5K，深度學(xué)習(xí)開始的方法直接學(xué)習(xí)像素級，端到端，但效果不行；
- 逐漸出現(xiàn)encoder-decoder方法，從GAN到預(yù)測光流網(wǎng)絡(luò)，到頻率分解方法；
- 全局參數(shù)估計：使用密集遷移方程、通道密集遷移、強(qiáng)化學(xué)習(xí)、3D LUTS，預(yù)定義無法有效遷移；
Method
得到模型結(jié)構(gòu)，代碼如下
MagicGeorge/RCTNet
實驗
在四個實驗數(shù)據(jù)集上測試，達(dá)到不錯結(jié)果；文章來源：http://www.zghlxwxcb.cn/news/detail-511109.html
Conclusion
使用表征和顏色轉(zhuǎn)換特征，利用全局和局部特征融合，得到對應(yīng)顏色矩陣，提高色彩強(qiáng)化效果。文章來源地址http://www.zghlxwxcb.cn/news/detail-511109.html
到了這里，關(guān)于圖像色彩增強(qiáng)相關(guān)論文閱讀-Representative Color Transform for Image Enhancement(ICCV2021)的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
