准无监督颜色恒常性

西蒙·比安科、克劳迪奥·库萨诺; 2019年IEEE/CVF计算机视觉和模式识别会议记录，第12212-12221页

摘要

本文提出了一种计算颜色恒常性的方法，其中训练一个深度卷积神经网络来检测彩色图像中转换为灰度后的非彩色像素。该方法不需要任何关于场景中光源的信息，并且依赖于一个弱假设，即训练图像已大致平衡，该假设几乎由网络上的所有可用图像实现。由于这一要求，我们将我们的方法定义为准监督方法。训练后，由于神经网络输入的初步灰度转换，可以处理不平衡的图像。大量实验的结果表明，所提出的方法能够优于现有技术中的其他无监督方法，同时，具有足够的灵活性，可以在监督下进行微调，以达到与最佳监督方法相当的性能。

相关材料

[pdf格式]
[围巾]
@会议记录{Bianco_2019_CVPR，
author={Bianco、Simone和Cusano、Claudio}，
title＝{准无监督颜色常数}，
booktitle={IEEE/CVF计算机视觉和模式识别（CVPR）会议记录}，
月={6月}，
年份={2019}
}