mixedillWB：混合光源场景的自动白平衡校正

关注涛涛CV，设置星标，更新不错过

-------------------------------------

mixedillWB：混合光源场景的自动白平衡校正

绝大多数白平衡算法都假设只有一个光源照亮场景；然而，真实场景通常具有混合照明条件。我们的方法提出了一种有效的自动白平衡方法来处理这种混合光源场景。与传统的自动白平衡不同，我们的方法不需要像传统相机自动白平衡模块那样估计光源。相反，我们的方法建议使用一小组预定义的白平衡设置渲染捕获的场景。给定这组小的渲染图像，我们的方法学习估计用于混合渲染图像以生成最终校正图像的加权贴图。

结果：

给定这组渲染图像，我们的方法学习生成加权贴图，以在这些渲染图像之间生成混合，从而生成最终的校正图像。下面显示的是生成的加权图的示例。

定性比较我们的结果与相机自动白平衡校正。此外，我们还展示了使用KNN白平衡和深白平衡进行捕获后白平衡校正的结果。

我们的方法有一个局限性，即需要修改ISP以使用预定义的白平衡设置来渲染附加的小图像。为了处理已经由相机渲染的图像（例如，JPEG图像），我们可以使用其中一种sRGB白平衡编辑方法，以在捕获后时间内使用目标预定义WB集综合生成我们的小图像。

在下图中，我们通过使用深白平衡编辑生成从Flickr拍摄的给定sRGB相机渲染图像的小图像来说明这一想法。如图所示，与相机渲染图像（即传统相机AWB）和用于捕获后WB校正的深WB结果相比，我们的方法产生了更好的结果。如果输入图像没有关联的小图像（如上所述），则提供的源代码将自动运行深白平衡编辑，以获取小图像。

代码链接:

https://github.com/mahmoudnafifi/mixedillWB

论文链接:

https://arxiv.org/abs/2109.08750

项目主页:

https://matthew-a-chan.github.io/EG3D/

-------------------------------------

笔记：

《智能革命》《人工智能》《AI•未来》《好好赚钱》《韭菜的自我修养》读书笔记

行业： 

服务机器人公司，机器视觉公司，自动驾驶公司，ADAS公司总结， 

SLAM：

Vslam方案+源码，语义SLAM与深度相机，SLAM和导航避障，视觉SLAM总结

秦学英《三维物体的识别与跟踪》，章国锋《视觉SLAM》，申抒含《基于图像的三维建模》，姜翰青《RGB -D SLAM》记录笔记

视觉SLAM的建图课件3，课件2，课件1

总结：

10年机器视觉网站，5年人工智能网站，

2019经历总结，2018视觉总结

机器视觉：

机器视觉基本概念笔记，记录五，记录四，记录三，记录二，记录一

双目视觉和激光传感器对目标物体的三维重建技术

图像处理：

图像处理基本概念笔记，记录八，记录七，记录六 ，记录五，记录四 ，记录三，记录二 ，记录二，记录一

欢迎支持，点击在看，分享